avatar
l*y
2
烽火的陈二狗被拍成了网剧,对于看过原著数十遍的人来说,陈二狗翻拍的不怎么样,
好多原著中的细节都没有被拍出来,好多地方放到大陆都是太敏感了,所以拍成这样也
算是可以。
精绝古城这部真是拍的不错,可以说是看了这么网络小说中,拍的比较不错的网剧。
知道烽火的雪中会不会被拍成网剧,其实自己既期待也有点不愿意,生怕再一次的被毁
了。诛仙是自己看的第一部网络小说,被拍成了现在的样子真是被打击到了。
有很多人都在说雪中被烽火挖了很多的坑都没有填上,其实现在这样的结局也很好,如
果都把坑填上了,就少了其中很多的韵味。
但是还是想要看裴王妃,想要看白蟒化龙,想要看小地瓜长大,想要看笨南北和李东西
会怎样,想要看余福封住仙门,想要看十年后的清凉山……
想要看到的实在太多了。
avatar
m*e
3
被人找去做 machine learning。结果是 fine tune 一个 rule-based expert system
。悲催的是就这么个系统还没到位。
讲了个想法,是否可以 ensemble 或者 boost 这些 rules。似乎没人明白我说的是什
么。怎么办?
avatar
L*n
4
I want to know too

★ 发自iPhone App: ChineseWeb 7.8

【在 t*****z 的大作中提到】
: 流畅度有保证吗谢谢
: 我说的是直播

avatar
w*r
5
个人觉得用ML算法底层heavy lifting,symbolic reasoning系统做上层框架,会是未
来AI的方向。而专家系统的平台本身有行业和资源门槛,一般人玩不了。你现在又正遇
到具体问题可以上手,平台还不用自己搭,你还郁闷?
同道中人,加个微信?
avatar
t*b
6
往年可以,只要cntv的直播别太掉链子。
而且届时会有”准直播“(单个节目的点播,延迟十来分钟)。
avatar
w*g
7
DL烂大街了,你这个是job security啊。

:被人找去做 machine learning。结果是 fine tune 一个 rule-based expert
system
:。悲催的是就这么个系统还没到位。
avatar
l*7
8
用italktv看好几年了,流畅度不错,但基本都是看录播,早上还是宁愿多睡会。哈哈
avatar
w*r
9
你其实大可不必忧愁。DL开店,各家定位可以不一样。
理发店也满街都是,活儿好的师傅开的叫专业造型工作室,没有打出名堂的,叫10元洗
剪吹。lol


: DL烂大街了,你这个是job security啊。

: :被人找去做 machine learning。结果是 fine tune 一个 rule-based expert

: system

: :。悲催的是就这么个系统还没到位。



【在 w***g 的大作中提到】
: DL烂大街了,你这个是job security啊。
:
: :被人找去做 machine learning。结果是 fine tune 一个 rule-based expert
: system
: :。悲催的是就这么个系统还没到位。

avatar
m*e
10
多谢各大佬开导。
“个人觉得用ML算法底层heavy lifting,symbolic reasoning系统做上层框架,会是
未来AI的方向。” -- 这个思路我倒没想过。
avatar
b*h
11
你先把系统做出来,把99.98%的结果甩到他们脸上,就都明白了。
没出结果前,想要让人为你的设计买单,还是比较困难的,除非有先前的硬成果支撑你
的权威。
当然先把系统做出来会花掉不少精力就是了,如果不被采用就白费
avatar
w*g
12
deep learning目前解决的其实还是人的神经中枢比较低层次的
模式识别的问题。其实即使是多层神经网络,到上面几层其实
还是非常sparse的,可能只有1%的神经元有信号。这个我是
实际measure过的。本质来说,高层神经网络已经有一定的
symbolic reasoning了。以后发展symbolic reasoning我觉得
几乎是必然的。就是不知道什么时候能做出来什么而已。

【在 m*****e 的大作中提到】
: 多谢各大佬开导。
: “个人觉得用ML算法底层heavy lifting,symbolic reasoning系统做上层框架,会是
: 未来AI的方向。” -- 这个思路我倒没想过。

avatar
L*8
13
目前的DL还不行 底层问题也没解决太好
比如说 输入给三幅黑白图,分别对应下面三个符号
第一个
|
|
第二个
__
|
第三个
\
|
(以上是两个棍子连接在一起,老邢bbs太垃圾了)
用前两个做训练对应两类 最后一个做测试
请问测试样本根哪个训练样本距离接近?
如果用CNN,距离大体相等
人来看 显然通过上面棍子的角度来决定相似度
用上千万训练样本搞题海战术 这不是智能

【在 w***g 的大作中提到】
: deep learning目前解决的其实还是人的神经中枢比较低层次的
: 模式识别的问题。其实即使是多层神经网络,到上面几层其实
: 还是非常sparse的,可能只有1%的神经元有信号。这个我是
: 实际measure过的。本质来说,高层神经网络已经有一定的
: symbolic reasoning了。以后发展symbolic reasoning我觉得
: 几乎是必然的。就是不知道什么时候能做出来什么而已。

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。