m*a
2 楼
应该说
真正 没 有能力搞这个的公司确实也不多
【在 l******y 的大作中提到】
: 大家觉得搞这个方向怎么样？似乎大家炒得火热，但真正有能力搞这个的公司确实也不
: 多。
真正 没 有能力搞这个的公司确实也不多
【在 l******y 的大作中提到】
: 大家觉得搞这个方向怎么样？似乎大家炒得火热，但真正有能力搞这个的公司确实也不
: 多。
l*y
3 楼
莫看懂...
您的意思是：
真正没，有能力搞这个的公司确实也不多？
【在 m******a 的大作中提到】
: 应该说
: 真正 没 有能力搞这个的公司确实也不多
您的意思是：
真正没，有能力搞这个的公司确实也不多？
【在 m******a 的大作中提到】
: 应该说
: 真正 没 有能力搞这个的公司确实也不多
m*a
4 楼
真正没能力搞这个的公司确实也不多
【在 l******y 的大作中提到】
: 莫看懂...
: 您的意思是：
: 真正没，有能力搞这个的公司确实也不多？
【在 l******y 的大作中提到】
: 莫看懂...
: 您的意思是：
: 真正没，有能力搞这个的公司确实也不多？
l*y
5 楼
为何？看报道，似乎这个需要比较强大的硬件和数据支持吧？！现在可能用GPU运算代
替CPU运算以后，成本下降不少，但这个东西似乎还是高大上玩的东西啊。
【在 m******a 的大作中提到】
: 真正没能力搞这个的公司确实也不多
替CPU运算以后，成本下降不少，但这个东西似乎还是高大上玩的东西啊。
【在 m******a 的大作中提到】
: 真正没能力搞这个的公司确实也不多
m*a
6 楼
你说的都是软,硬件方面的实现
但算法上要说有多大的创新,没看出来
也可能是本人水平太低,或花时间不够,没悟出来
【在 l******y 的大作中提到】
: 为何？看报道，似乎这个需要比较强大的硬件和数据支持吧？！现在可能用GPU运算代
: 替CPU运算以后，成本下降不少，但这个东西似乎还是高大上玩的东西啊。
但算法上要说有多大的创新,没看出来
也可能是本人水平太低,或花时间不够,没悟出来
【在 l******y 的大作中提到】
: 为何？看报道，似乎这个需要比较强大的硬件和数据支持吧？！现在可能用GPU运算代
: 替CPU运算以后，成本下降不少，但这个东西似乎还是高大上玩的东西啊。
l*y
7 楼
我对这个完全不懂，但感觉上做deep learning的就是在一个大的算法框架下，不停得
小调小弄，最后希望调出个好结果来吧？！这个东西似乎在理论上没办法得出一些比较
concrete的结论，全靠手调、经验和尝试。
【在 m******a 的大作中提到】
: 你说的都是软,硬件方面的实现
: 但算法上要说有多大的创新,没看出来
: 也可能是本人水平太低,或花时间不够,没悟出来
小调小弄，最后希望调出个好结果来吧？！这个东西似乎在理论上没办法得出一些比较
concrete的结论，全靠手调、经验和尝试。
【在 m******a 的大作中提到】
: 你说的都是软,硬件方面的实现
: 但算法上要说有多大的创新,没看出来
: 也可能是本人水平太低,或花时间不够,没悟出来
g*o
8 楼
you got it
所以码农经常故意或是无意地用过拟合去忽悠老板→_→
【在 l******y 的大作中提到】
: 我对这个完全不懂，但感觉上做deep learning的就是在一个大的算法框架下，不停得
: 小调小弄，最后希望调出个好结果来吧？！这个东西似乎在理论上没办法得出一些比较
: concrete的结论，全靠手调、经验和尝试。
所以码农经常故意或是无意地用过拟合去忽悠老板→_→
【在 l******y 的大作中提到】
: 我对这个完全不懂，但感觉上做deep learning的就是在一个大的算法框架下，不停得
: 小调小弄，最后希望调出个好结果来吧？！这个东西似乎在理论上没办法得出一些比较
: concrete的结论，全靠手调、经验和尝试。
l*y
9 楼
这东西似乎被媒体报道得很神。我感觉似乎效果是还不错，至少大多数情况做个语音识
别什么的，都比传统方法强。但究竟这个潜力有多大？一种hypothesis是如果搭建的神
经网络只要足够复杂，给的数据足够多，应该效果会越来越好。感觉很多人都相信以后
AI就靠这个了，我表示并不convinced啊。
【在 g*****o 的大作中提到】
: you got it
: 所以码农经常故意或是无意地用过拟合去忽悠老板→_→
别什么的，都比传统方法强。但究竟这个潜力有多大？一种hypothesis是如果搭建的神
经网络只要足够复杂，给的数据足够多，应该效果会越来越好。感觉很多人都相信以后
AI就靠这个了，我表示并不convinced啊。
【在 g*****o 的大作中提到】
: you got it
: 所以码农经常故意或是无意地用过拟合去忽悠老板→_→
g*o
10 楼
媒体放大了而已，计算机上的神经网络，本身就是简化模型，人脑的神经元比这复杂，
也比这多多了
其实主要是以前太落后，电脑不够快，所以现在的结果很惊喜而已。而且这东西，也就
是用在模式识别方向，很多领域也用不上。
【在 l******y 的大作中提到】
: 这东西似乎被媒体报道得很神。我感觉似乎效果是还不错，至少大多数情况做个语音识
: 别什么的，都比传统方法强。但究竟这个潜力有多大？一种hypothesis是如果搭建的神
: 经网络只要足够复杂，给的数据足够多，应该效果会越来越好。感觉很多人都相信以后
: AI就靠这个了，我表示并不convinced啊。
也比这多多了
其实主要是以前太落后，电脑不够快，所以现在的结果很惊喜而已。而且这东西，也就
是用在模式识别方向，很多领域也用不上。
【在 l******y 的大作中提到】
: 这东西似乎被媒体报道得很神。我感觉似乎效果是还不错，至少大多数情况做个语音识
: 别什么的，都比传统方法强。但究竟这个潜力有多大？一种hypothesis是如果搭建的神
: 经网络只要足够复杂，给的数据足够多，应该效果会越来越好。感觉很多人都相信以后
: AI就靠这个了，我表示并不convinced啊。
l*m
11 楼
我也好奇，就刚参加一个kaggle比赛学习一下，dl 在 image classification 还是很
强大。 不过 GPU耗电量的大，我每天至少要花2刀电费
【在 l******y 的大作中提到】
: 大家觉得搞这个方向怎么样？似乎大家炒得火热，但真正有能力搞这个的公司确实也不
: 多。
强大。 不过 GPU耗电量的大，我每天至少要花2刀电费
【在 l******y 的大作中提到】
: 大家觉得搞这个方向怎么样？似乎大家炒得火热，但真正有能力搞这个的公司确实也不
: 多。
m*a
12 楼
其实, 数据量足够大的情况下,不需要任何AI
直接查表就行了
因为所有的情况都出现过了
【在 l******y 的大作中提到】
: 这东西似乎被媒体报道得很神。我感觉似乎效果是还不错，至少大多数情况做个语音识
: 别什么的，都比传统方法强。但究竟这个潜力有多大？一种hypothesis是如果搭建的神
: 经网络只要足够复杂，给的数据足够多，应该效果会越来越好。感觉很多人都相信以后
: AI就靠这个了，我表示并不convinced啊。
直接查表就行了
因为所有的情况都出现过了
【在 l******y 的大作中提到】
: 这东西似乎被媒体报道得很神。我感觉似乎效果是还不错，至少大多数情况做个语音识
: 别什么的，都比传统方法强。但究竟这个潜力有多大？一种hypothesis是如果搭建的神
: 经网络只要足够复杂，给的数据足够多，应该效果会越来越好。感觉很多人都相信以后
: AI就靠这个了，我表示并不convinced啊。
l*y
13 楼
这个...理论上可以这么说。
【在 m******a 的大作中提到】
: 其实, 数据量足够大的情况下,不需要任何AI
: 直接查表就行了
: 因为所有的情况都出现过了
【在 m******a 的大作中提到】
: 其实, 数据量足够大的情况下,不需要任何AI
: 直接查表就行了
: 因为所有的情况都出现过了
l*y
14 楼
现在感觉搞deep learning几个牛人基本上全搞到几个大公司去做了。其他公司（除了
个别做这个的startup以外）有玩这个的吗？
【在 l*******m 的大作中提到】
: 我也好奇，就刚参加一个kaggle比赛学习一下，dl 在 image classification 还是很
: 强大。 不过 GPU耗电量的大，我每天至少要花2刀电费
个别做这个的startup以外）有玩这个的吗？
【在 l*******m 的大作中提到】
: 我也好奇，就刚参加一个kaggle比赛学习一下，dl 在 image classification 还是很
: 强大。 不过 GPU耗电量的大，我每天至少要花2刀电费
H*E
15 楼
请问您用的是什么构造的机器呢？
【在 l*******m 的大作中提到】
: 我也好奇，就刚参加一个kaggle比赛学习一下，dl 在 image classification 还是很
: 强大。 不过 GPU耗电量的大，我每天至少要花2刀电费
l*m
16 楼
有不少，尤其和图像和声音相关的。当然如果把word2vec也算dl, 那又一大巴了。
【在 l******y 的大作中提到】
: 现在感觉搞deep learning几个牛人基本上全搞到几个大公司去做了。其他公司（除了
: 个别做这个的startup以外）有玩这个的吗？
【在 l******y 的大作中提到】
: 现在感觉搞deep learning几个牛人基本上全搞到几个大公司去做了。其他公司（除了
: 个别做这个的startup以外）有玩这个的吗？
l*m
17 楼
自己的机器 gpu 是gtx 980
【在 H****E 的大作中提到】
:
: 请问您用的是什么构造的机器呢？
【在 H****E 的大作中提到】
:
: 请问您用的是什么构造的机器呢？
l*y
18 楼
原来您是行业内的大牛。您搞这个方向的，对这个行业的前景都看不清楚吗?
【在 l*******m 的大作中提到】
: 自己的机器 gpu 是gtx 980
【在 l*******m 的大作中提到】
: 自己的机器 gpu 是gtx 980
l*m
19 楼
我不是做这个的，刚学。 不过觉得还是有搞头的
【在 l******y 的大作中提到】
: 原来您是行业内的大牛。您搞这个方向的，对这个行业的前景都看不清楚吗?
【在 l******y 的大作中提到】
: 原来您是行业内的大牛。您搞这个方向的，对这个行业的前景都看不清楚吗?
l*y
20 楼
搞这个主要需要啥技能？是不是更侧重精通硬软件，然后写大量的代码去实现算法？算
法本身理论性强吗？
【在 l*******m 的大作中提到】
: 我不是做这个的，刚学。 不过觉得还是有搞头的
法本身理论性强吗？
【在 l*******m 的大作中提到】
: 我不是做这个的，刚学。 不过觉得还是有搞头的
l*m
21 楼
做dl的吃香的原因就是没理论，经验比较重要。 都不全局收敛，就是经验和不断尝试
。 估计从c++一定要会
【在 l******y 的大作中提到】
: 搞这个主要需要啥技能？是不是更侧重精通硬软件，然后写大量的代码去实现算法？算
: 法本身理论性强吗？
。 估计从c++一定要会
【在 l******y 的大作中提到】
: 搞这个主要需要啥技能？是不是更侧重精通硬软件，然后写大量的代码去实现算法？算
: 法本身理论性强吗？
l*y
22 楼
那这搞不搞得出来岂不是运气成分也不少？有无数个局部最优的存在，谁知道这神经网
络最后能收敛成什么啊？！
【在 l*******m 的大作中提到】
: 做dl的吃香的原因就是没理论，经验比较重要。 都不全局收敛，就是经验和不断尝试
: 。 估计从c++一定要会
络最后能收敛成什么啊？！
【在 l*******m 的大作中提到】
: 做dl的吃香的原因就是没理论，经验比较重要。 都不全局收敛，就是经验和不断尝试
: 。 估计从c++一定要会
T*u
23 楼
请相信一个科学家的直觉，工程经验是理论不能替代的，hoho ：)
【在 l******y 的大作中提到】
: 那这搞不搞得出来岂不是运气成分也不少？有无数个局部最优的存在，谁知道这神经网
: 络最后能收敛成什么啊？！
【在 l******y 的大作中提到】
: 那这搞不搞得出来岂不是运气成分也不少？有无数个局部最优的存在，谁知道这神经网
: 络最后能收敛成什么啊？！
l*y
24 楼
恩，感觉machine learning在实际中大多是跟着感觉走。工程上需要解决的问题似乎比
理论上的问题更重要。
【在 T*****u 的大作中提到】
: 请相信一个科学家的直觉，工程经验是理论不能替代的，hoho ：)
理论上的问题更重要。
【在 T*****u 的大作中提到】
: 请相信一个科学家的直觉，工程经验是理论不能替代的，hoho ：)
T*u
25 楼
不，禅师的意思是能说会瞎bb的能力比那些理论更重要
【在 l******y 的大作中提到】
: 恩，感觉machine learning在实际中大多是跟着感觉走。工程上需要解决的问题似乎比
: 理论上的问题更重要。
【在 l******y 的大作中提到】
: 恩，感觉machine learning在实际中大多是跟着感觉走。工程上需要解决的问题似乎比
: 理论上的问题更重要。
l*y
26 楼
那应该推荐搞销售的学这个...
【在 T*****u 的大作中提到】
: 不，禅师的意思是能说会瞎bb的能力比那些理论更重要
【在 T*****u 的大作中提到】
: 不，禅师的意思是能说会瞎bb的能力比那些理论更重要
l*m
27 楼
所以那3个去工业界的dl巨头都拿到了10m以上的package
【在 l******y 的大作中提到】
: 那这搞不搞得出来岂不是运气成分也不少？有无数个局部最优的存在，谁知道这神经网
: 络最后能收敛成什么啊？！
【在 l******y 的大作中提到】
: 那这搞不搞得出来岂不是运气成分也不少？有无数个局部最优的存在，谁知道这神经网
: 络最后能收敛成什么啊？！
l*y
28 楼
那看来有机会去工业界搞这个还是不错的啊
【在 l*******m 的大作中提到】
: 所以那3个去工业界的dl巨头都拿到了10m以上的package
【在 l*******m 的大作中提到】
: 所以那3个去工业界的dl巨头都拿到了10m以上的package
相关阅读
Refer graph architect内推Indeed data sci/product sci position著名人類學家胡家奇警示：納米機器人帶來永生的背後暗藏風險求推荐Blockchain 入门书籍从中国物理副教授到美国Principal Data Scientist大药厂的生统工作有技术含量么? (转载)有人成功转行到AWS么?当作数学来学 -- 最新最创意的英文写作提高三部曲寻亚马逊和微软的朋友创业 (转载)从解决问题的角度思考一下xgboost的原理【SparkData 博客文章】 A Brief Summary of Advantages and Dr (转载)怎么申请数据科学管理层职位？求助：社科转CS美国应用数学就业相关，求助关于转行ds的一个误区会讲故事就能做好演讲【湾区求职】Data Scientist or Marketing Analytics (统计mast (转载)初级菜鸟的纠结-是否应该转行data scientist著名人類學家胡家奇對人類未來的憂思TF-IDF能检查源程序抄袭吗？ (转载)