深度学习问题交流
183 1211最热 | 最新
- 这是直接淘汰掉大部分人吗?
- 就是数据和模型两个方面来看，数据方面，样本是否足够，样本数据是否干净；模型方面，模型深度和复杂度是否满足当前需要，是否有做网络的优化，比如加 bn，加残差网络等，损失函数是否选择合理，训练过程中，batch 选择是否合适，是否有足够的迭代次数等等~
- 💡深度学习如何找创新点？？？ 🎈最近很多伙伴问我深度学习模型怎么找创新点，希望我写一篇笔记专门来讲，如果实在做不出来只想水个毕业论文的话，我总结了一些自己的看法，希望能给大家带来些启发: 1⃣️ 首先你需要找一个研究方向中比较新的容易复现的模型代码，读懂跑通它，把它作为你的baseline，这样可以做到起始指标不会太差 2⃣️ 接着在这个模型上进行魔改，加上深度学习领域中比较火的模块，例如加各种残差模块，注意力机制模块，循环模块，还有很火的transformer模块；或者用各种新型的深度卷积，可变形卷积代替普通卷积；还可以尝试一些比较火的概念，例如有监督做成半监督无监督，知识蒸馏，元学习，对比学习之类，看看能不能加入到你的模型中来。我举例的可能只针对cv方向，总之就是各种尝试魔改，没有思路就去看别人论文怎么做的。除了各种顶会大佬的文章，建议有空可以看一些比较水的中文期刊论文，国内硕士论文，看多了会发现普通人的创新点（套路）大多类似，可以从中找到很多灵感，也可以多看看其他相关领域的文章，不一定只看自己研究方向的 3⃣️ 接下来就是把模型训练好，做到把指标提高，或者计算速度提高，或是把网络轻量化，效果好的话都可以作为你的创新工作，然后就是要把故事逻辑讲好就行了，网络学习都是黑盒子，说不清里面具体哪里起了哪些作用，只要能证明你做的工作是有效果的就可以是创新点啦！ 最后祝大家科研顺利，更多经验分享可以看我主页～
- 深度学习图像识别(二) 1.图像识别一般有两种任务： 目标分类：你给它一张图片，它告诉你这里面的是哪一类物体。 目标识别：你给它一张图片，它告诉你图里的有哪些物体，并把他们一个个框出来。 2.如何套用现有的一些先进的图像识别模型 ①当有的人发明一些深度学习模型后，他很可能会发一些论文，同时附带代码。这些代码一般放在一个叫Github的网站，我们可以去这个网站搜索并把代码下载下来。 这些代码一般是用python语言写的，里面有很多内容，你只需要找到并看懂的就是官方写的说明书，说明书一般叫readme。 ②根据说明书，我们一般需要先安装运行程序所需要的库（你可以理解为一些插件），代码仓库里会有一个文件叫requirements.txt，里面记载了需要的库和最低版本，一般使用后面这句代码就可以帮你的python自动安装所有需要的库：pip install -r requirement.txt ③下载预训练权重：官方会帮你训练好一个预训练权重，使用这个预训练权重已经可以识别经典的类别，如人、车、动物等。 它提供了基础的学习经验，你可以理解为我们不需要将网络从婴儿开始教起，可以从高中生开始教起，那么训练就会很容易。 ④根据说明书中要求的格式准备好数据集，并将它放在说明书中规定的位置。 ⑤调节参数，开始训练：网络里可能有很多超参数需要自己设定，但如果你不懂，可以按照默认来，除此之外只需要设定下面几个参数： epoch：把每一条数据集比作书本的一面，整个数据集就是一本书，一个epoch是指把这本书看完一遍。 batch_size：指这本书每次看多少页，这个参数越大，训练所需要的时间越短，但需要的内存越大。如果你看到报错：out of memory，说明你的设备内存不够，这时调小batch_size可以解决问题。 class_num：分类数量，也就是你这个数据集总共有多少个分类。 如何启动，说明书里有说。 其它说明可以看最后一张图，如果想看更多内容可以关注我哦
- 关于冗余度的思考 | 冗余度，我把它理解为信息量和编码长度之间的关系，同一个信息量，编码长度越长，冗余度就越大。 吴军老师利用冗余度，对比了《史记》和《圣经》的信息量，证实了中文简洁是完全有科学依据的。 这让我想到，学中文的难度之一是：在简洁的文字下，如何做到完全接收和理解信息。对比英语：汉语没有动词的时态、单复数、语气词等，名词也没有数量和阴阳信息，然后被省掉的这些内容，都需要结合上下文，自主摸索，就会导致大量的主观偏差，增加了接收难度，更别说理解误差。 如何解决这种难度呢？我认为小学老师已经再给我们铺垫基础了，但是介于学习的浮躁性，很多同学完全没有意识到归纳段落大意、中心思想的重要性。当然，曾经的我也是这么浮躁的学习的，导致现在处理和学习大量的知识时，从感觉过眼云烟，看了很多，看时激动，看完啥也记不得的状态。 从事运营开始，发现要学的知识越来越多，越来越明白会学习的重要性，然而学习的第一步，就要具备提炼框架的能力，因为冗余度太大了，而我们的思考空间有限，这带来脑子不够用的感觉。 那如何才能提炼知识框架呢？后期具体以文章分享给大家吧。
- 财务人员学习 除了会计专业学习外，推荐学习软件应用方面知识； 1、《DAX权威指南 第二版》 2、《DAX设计模式 第二版》
- “宝万之争”这个著名的故事，对于公司金融、公司治理来说，启发是什么？其实给我们最重要的启发就是，所谓“门口的野蛮人”，他们真的不是野蛮人，他们其实对于公司的治理起到非常重要，而且正面的作用，正是因为他们的存在，才会倒逼这些企业的高管兢兢业业地为股东服务，来最大化企业的价值。否则，野蛮人就会来“叩门”，你就会像南玻A的董事会成员一样，被“血洗”，被换掉，丧失了公司的控制权，也丧失了在公司里边的职位。
- 大蓝的抖音培训如此的烧脑
- 为了理想的工作而努力，积累经验，我要成为一名合格的人事。加油！_(:з」∠)_
- 数据决定算法。样本量是否足够，是否均衡。loss 函数的选用………
- 这个问题跟你职称不匹配啊