Re: [心得] 百聞不如一見的人工智慧學校
首先,那種比較像進階的電腦補習班。如果研究機器學習,深度學
習,那個分支太多,實在不是一個短短的補習就可以搞定。比如我
自己專注在電腦視覺跟AOI,所以我看的paper也就跟其相關,其他
的我也只能放棄。
再者,這基本上就是教你怎樣用現有框架去完成老闆交付的任務,
所以裡面有不少帶自己公司問題過去的。所以利用現有模框架,已
經存在的模型,利用遷移學習將自己的問題帶入學習跟驗證,運氣
不好就換個框架再來一次,運氣好問題就解決了。然後讓你部分寫
程式完善程式主體。
至於框架後面的複雜數學,知道大概就好,最好是數學樣式可以在
腦袋圖像化那種是最好,通常不太需要自己重新造輪子,數學的能
力有理工科類大學程度就夠。
但是僅僅這樣的數學程度,要讀論文,做模型復現就比較困難了。
我花滿多時間做論文復現做測試驗證的,論文有些性能講的很神,
如果你的硬體,軟體,框架,代碼實作方式,不太一樣大多有不小
差距。
這種學校要的是工具能夠快速落地,培養AI作業員的。不是要給你
做學術研究,不用在這個上面糾結太多。
※ 引述《arsl400 (dark hatter)》之銘言:
: 傳說中的人工智慧學校,真的是百聞不如一見
: 用50人的場地去裝200人的活動
: 然後助教也能自稱AI工程師
: 表面上說跨領域也能進來,實際上就是影像處理神經網路全部都要頂尖實力
: 還說念教育的,統計應該沒問題,這個評估根本呵呵,實際上我們的統計連ANOVA都沒教
: 還說有些人程式可以,但是數學不行??這是哪間學店,混到連工程和數學的能力差這麼多
: 裡面出來的人也可想而知了
--
不要問我從哪來,我只是一個浪跡天涯的工程師....
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.234.216.59 (臺灣)
※ 編輯: MasterChang (36.234.216.59 臺灣), 02/14/2020 15:14:54
推
02/14 15:30,
4年前
, 1F
02/14 15:30, 1F
→
02/14 15:30,
4年前
, 2F
02/14 15:30, 2F
→
02/14 15:30,
4年前
, 3F
02/14 15:30, 3F
→
02/14 15:30,
4年前
, 4F
02/14 15:30, 4F
→
02/14 15:30,
4年前
, 5F
02/14 15:30, 5F
因為是吃飯的東西,論文復現做性能評估對我公司來說很重要。而且
推論的情境大多無法用NVIDIA GPU,必須用推論晶片做。
※ 編輯: MasterChang (36.234.216.59 臺灣), 02/14/2020 15:38:17
→
02/14 19:01,
4年前
, 6F
02/14 19:01, 6F
推
02/14 22:08,
4年前
, 7F
02/14 22:08, 7F
推
02/15 15:27,
4年前
, 8F
02/15 15:27, 8F
討論串 (同標題文章)