关于学习ML的一点思考

就算不亲自造轮子也要至少知道轮子怎么造的，了解和体验山顶洞人成长为文明现代人的历史和传统，有助于今后的发展（或者哲学思考？

只会调包显然是不够的
在公司R&D实习的经验感觉就是，C/C++之类的hard skill很重要，算法和统计知识也很重要。比如写customized ops，如果不会优化代码的话可能memory爆炸都不知道为什么。
不过其实也主要看公司，因为我们公司的research是非常applied，但是有的公司scientist真的就是出paper（比如FAIR），所以大家就把别人的STOA拿来试自己的数据（数据是非常保密的）。不可能只用开源的包，肯定会有customized ops。算法和infrastructure都要懂，不然比如CUDA出问题都不会调试。distributed system也挺重要的，但是我做的岗位不需要，有的工程师很厉害就专门做这个

uuisafresh 发表于 2017-8-23 12:30
情况应该是这样的，你搞工程，并行，分布式，套几个模型熟悉下并行分布式原理就能出来工作了。要撸算法至少 ...

太insightful了！

对于最后一段，不能同意更多。其实methodology都很公开，但是数据才是最值钱的。

当学生，就好好打好基础别想写有的没的偷懒的东西才是正途。。。写一遍是帮助理解的，都是学生过来的，我觉得自己写算法意义还挺大的。
而且，调参也没那么容易的，知道理论的细节能更好的帮你调包lol

Mitochondria 发表于 2017-8-23 09:15
此外就是 各种大公司在ML AI 方面 投入巨资然后各种开源 虽然说是各种有利于我等鶸 学习
但是他们完全没想 ...

那你可以模仿做一个一样的商业版本啊，人们肯定会倾向于用你的因为开源的技术是你弄的表示你的产品更scalable，这么想的话在开源的一个好处就是开源之后别人还可能给你提供商业化的路子。你不开源还想不到怎如何靠之赚钱呢～