做机器学习真是太难了

jackalex 发表于 2020-06-29 17:41:02
手推back propagation已经很简单啦
听说过面试的时候让你手推back propagation，然后自己写代码实现两层fully connected网络的（从前往后和从后往前都要实现）要

真的吗……其实我觉得代码写NN和model比较简单，因为最细节的数学部分都隐含在代码里了，并不需要推导。而手推bp我记得andrew ng讲课的时候都出错了……

serein 发表于 2020-7-1 03:19
可能是我有偏见，大部分paper其实都不太实用吧，很多可能是在他们那个数据或者特定setting work？其实真正 ...

说的对 大部分paper不能直接抄 你也并不会想直接copy那些idea
做有用的applied research需要working backwards from customer needs

这个帖子很强，我来马克一下

starcroce 发表于 2020-6-30 13:17
现实工作基本是在洗数据，修pipeline，修service，跑offline eval，跑各种奇奇怪怪的s ...

给entrylevel雄心壮志还被裁的我看哭了= =

starcroce 发表于 2020-6-30 13:17
现实工作基本是在洗数据，修pipeline，修service，跑offline eval，跑各种奇奇怪怪的sql，写doc，跟pm撕逼 ...

是真的。。真实数据啥样不重要，工作大多干的是怎么着摘出一些能让故事听起来像回事的数据。

placeholder 发表于 2020-7-1 04:24
说的对 大部分paper不能直接抄 你也并不会想直接copy那些idea
做有用的applied research需要working bac ...

我感觉不是要直接抄，其实别人的paper里面有很多可以迁移应用的idea，自己改吧改吧architecture和pipeline，都是很有意思的side project。

LL的申请季 发表于 2020-7-1 04:15
真的吗……其实我觉得代码写NN和model比较简单，因为最细节的数学部分都隐含在代码里了，并不需要推导。而 ...

不推公式你怎么写代码啊
推出了公式才能照着公式写啊，这个实现指的是只能用mean啊矩阵加减乘除啥的

serein 发表于 2020-7-1 03:19
可能是我有偏见，大部分paper其实都不太实用吧，很多可能是在他们那个数据或者特定setting work？其实真正 ...

泛化性能好的模型没那么多，但是有用的模型或者Trick也没那么少。读Paper要精细，多看源码，多复现。现在部分Paper的问题是能提升性能的部分和作者Claim的贡献不是一回事，但这不代表Paper没用，如果你能找到他真正意义上提升性能的Trick那还是有用的。

jackalex 发表于 2020-06-30 14:11:18
不推公式你怎么写代码啊
推出了公式才能照着公式写啊，这个实现指的是只能用mean啊矩阵加减乘除啥的

code更多是你理解了原理就可以，这个矩阵每一项是谁对谁的偏导什么的，不需要你真的去数学计算。原理和数学细节还是差很多的。反正tf写bp或者NN都挺简单的，做modeling的肯定都写过，但是推导bp我不认为有几个人能不出错

hateT 发表于 2020-06-30 14:12:38
泛化性能好的模型没那么多，但是有用的模型或者Trick也没那么少。读Paper要精细，多看源码，多复现。现在部分Paper的问题是能提升性能的部分和作者Claim的贡献不是一回事，但这不代表Paper

这倒是，看最后的目的了。