一亩三分地

 找回密码 注册账号

扫描二维码登录本站

微信公众号
扫码关注公众号
留学申请公众号
扫码关注留学申请公众号
查看: 5569|回复: 48
收起左侧

想问问深度学习现在业界什么状况?

  [复制链接] |只看干货 |机器学习
我的人缘0

升级   72.5%


分享帖子到朋友圈
本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   87% (268)
 
 
12% (37)    👎

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看,没有帐号?注册账号

x
游客,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。
查看如何攒积分 Click here for more info.

评分

参与人数 1大米 +3 收起 理由
yezhengli_mr9 + 3 给你点个赞!

查看全部评分

我的人缘0

升级   91.57%

gjia0214 2020-10-15 09:01:24 | 显示全部楼层
本楼: 👍   100% (26)
 
 
0% (0)   👎
全局: 👍   100% (661)
 
 
0% (0)    👎
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。


评分

参与人数 13大米 +19 收起 理由
yangc22 + 2 给你点个赞!
daydream1 + 2 很有用的信息!
bunny2000 + 1 赞一个
songxuucla + 1 赞一个
光影流转 + 3 给你点个赞!
keke1u + 1 赞一个
haibianren17 + 2 给你点个赞!
helloferry + 2 给你点个赞!
barkonstone + 1 赞一个
咿呀咿呀哟 + 1 赞一个

查看全部评分

回复

使用道具 举报

我的人缘1

升级   36%

placeholder 2020-10-15 08:19:21 | 显示全部楼层
本楼: 👍   100% (7)
 
 
0% (0)   👎
全局: 👍   97% (533)
 
 
2% (16)    👎
业界ML机会最多的是 search ranking recommender system和广告

评分

参与人数 3大米 +5 收起 理由
光影流转 + 3 给你点个赞!
t__c___ + 1 赞一个
Clark_Ting + 1 谢谢分享!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   9.5%

niuhj 2020-10-15 11:37:31 | 显示全部楼层
本楼: 👍   100% (6)
 
 
0% (0)   👎
全局: 👍   89% (574)
 
 
10% (64)    👎
本帖最后由 niuhj 于 2020-10-15 11:38 编辑
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。

评分

参与人数 1大米 +1 收起 理由
Clark_Ting + 1 谢谢分享!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   2%

本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   94% (949)
 
 
5% (54)    👎
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。

评分

参与人数 1大米 +1 收起 理由
Clark_Ting + 1 谢谢分享!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   92.5%

本楼: 👍   100% (5)
 
 
0% (0)   👎
全局: 👍   93% (949)
 
 
6% (66)    👎
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

评分

参与人数 1大米 +1 收起 理由
Clark_Ting + 1 谢谢分享!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   2.29%

memeplus 2020-10-15 09:14:32 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (4)
 
 
0% (0)    👎
请问ML system design哪里学
回复

使用道具 举报

我的人缘0

升级   66.5%

本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   98% (182)
 
 
1% (3)    👎
mark 一下
回复

使用道具 举报

我的人缘0

升级   4.57%

lcltopismine3 2020-10-15 10:58:24 | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   60% (416)
 
 
39% (272)    👎
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

评分

参与人数 1大米 +1 收起 理由
Clark_Ting + 1 赞一个!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   92.5%

本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   93% (949)
 
 
6% (66)    👎
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

评分

参与人数 1大米 +1 收起 理由
Clark_Ting + 1 谢谢分享!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   72.5%

本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   87% (268)
 
 
12% (37)    👎
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😂
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号

本版积分规则

隐私提醒:
■拉群请前往同学同事飞友|拉群结伴版块,其他版块拉群,帖子会被自动删除
■论坛不能删帖,为防止被骚扰甚至人肉,不要公开留微信等联系方式,请以论坛私信方式发送。
■特定版块可以超级匿名:https://tools.1point3acres.com/thread
■其他版块匿名方法:http://www.1point3acres.com/bbs/thread-405991-1-1.html

手机版|||一亩三分地

Powered by Discuz! X3

© 2001-2013 Comsenz Inc. Design By HUXTeam

Some icons made by Freepik from flaticon.com

快速回复 返回顶部 返回列表