想问问深度学习现在业界什么状况？

您好！
本帖隐藏的内容需要积分高于 5 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 5 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

个人觉得，DL project落地受限于模型的interpretability和efficiency。而且精心设计的rule-based system + traditional ml models就已经能达到很好的performance了（图像处理除外？），DL model甚至在R&D stage (production data)都无法beat performance。不过因为现在state-of-the-art (public dataset) 被各种DL model占据，所以业界还是在不断尝试把DL model搬上线来突破performance的瓶颈。所谓的AI泡沫大概是因为现在有很多公司打着产品有AI加持的旗号融资和卖产品，但可能卖的还是rule-based system（甚至连ml都没有）。

如果励志作MLE，DL得学，但实际应用中还是ML system design更重要。我觉得MLE的核心价值在于懂得设计高效稳定的data pipeline，design & execute less biased ML experiments，和 ML product deployment。

还有，我觉得PyTorch更香。

业界ML机会最多的是 search ranking recommender system和广告

gjia0214 发表于 2020-10-15 09:01
个人觉得，DL project落地受限于模型的interpretability和efficiency。而且精心设计的rule-based system +  ...

是啊，传统行业需要可解释，要应对客户还有各种监管啊法规啊规则啊。而且，dl最需要的是海量的高质量的数据啊，传统行业就算数据是海量，质量也不行。可能和最新的数据相比，十五年前的数据相当于缺了几个数据库，十年前的数据缺了好几个重要table，五年前的数据缺了好几个重要的column，数据clean到最后，发现只有最近两三年的最有用。数据质量数量都跟不上，也难发挥dl优势。

深度学习的泡沫很大，但也是有突破的。比如国内那些各种人脸识别的应用就是实打实的突破。dl是ml的一个方向，ml是ai的一个方向。这几个领域发展都是很快的。不过至于值不值得读phd，这个很难判断了。

现在phd 大部分毕业了也都是SDE，等你4年后。。。我觉得AI井喷不会喷十年

请问ML system design哪里学

mark 一下

我恰好是做你那个领域的，能源预测基本上不需要深度学习，其他的可能要强化学习，现在强化学习在电网还是挺火的

至于pytorch tensorflow 感觉都要了解，tensorflow 2.0之后区别少了点。每个公司用的不大一样。最近我实习，公司要用 gluon 😂 只能说学好pytorch tensorflow别的学的也快了

lcltopismine3 发表于 2020-10-14 19:58:24
我恰好是做你那个领域的，能源预测基本上不需要深度学习，其他的可能要强化学习，现在强化学习在电网还是挺火的

我现在在尝试用图卷积神经网络搭一个autoencoder做电网数据imputation，你的可能更高端些😂