Re: [心得] 百闻不如一见的人工智能学校

楼主: MasterChang (我爱ASM)   2020-02-14 15:03:26
首先,那种比较像进阶的电脑补习班。如果研究机器学习,深度学
习,那个分支太多,实在不是一个短短的补习就可以搞定。比如我
自己专注在电脑视觉跟AOI,所以我看的paper也就跟其相关,其他
的我也只能放弃。
再者,这基本上就是教你怎样用现有框架去完成老板交付的任务,
所以里面有不少带自己公司问题过去的。所以利用现有模框架,已
经存在的模型,利用迁移学习将自己的问题带入学习跟验证,运气
不好就换个框架再来一次,运气好问题就解决了。然后让你部分写
程式完善程式主体。
至于框架后面的复杂数学,知道大概就好,最好是数学样式可以在
脑袋图像化那种是最好,通常不太需要自己重新造轮子,数学的能
力有理工科类大学程度就够。
但是仅仅这样的数学程度,要读论文,做模型复现就比较困难了。
我花满多时间做论文复现做测试验证的,论文有些性能讲的很神,
如果你的硬件,软件,框架,代码实作方式,不太一样大多有不小
差距。
这种学校要的是工具能够快速落地,培养AI作业员的。不是要给你
做学术研究,不用在这个上面纠结太多。
※ 引述《arsl400 (dark hatter)》之铭言:
: 传说中的人工智能学校,真的是百闻不如一见
: 用50人的场地去装200人的活动
: 然后助教也能自称AI工程师
: 表面上说跨领域也能进来,实际上就是影像处理神经网络全部都要顶尖实力
: 还说念教育的,统计应该没问题,这个评估根本呵呵,实际上我们的统计连ANOVA都没教
: 还说有些人程式可以,但是数学不行??这是哪间学店,混到连工程和数学的能力差这么多
: 里面出来的人也可想而知了
作者: sxy67230 (charlesgg)   2020-02-14 15:30:00
基本上,看论文复刻有很多论文里面加了trick才达到漂亮的结果,有些作者觉得这个trick太简单就干脆不说或一两行句子或公式带过的。我是不相信这种学校出来的有独立研究paper的能力,keras现成架构或是直接拿google现成project的transfer learning就很不错了。
作者: KernelChen ( )   2020-02-14 19:01:00
楼主感觉是高手
作者: a866662 (seal)   2020-02-14 22:08:00
请问楼主从哪来的
作者: SophieFluid (c'est la vie)   2020-02-15 15:27:00
推:AI作业员

Links booklink

Contact Us: admin [ a t ] ucptt.com