C**********e
发帖数: 23303 | 1 比如人工智能中最简单的深度学习
发论文就大概告诉用了几型的网络 多少层 层间函数的基本构型
简单描述训练数据来源
具体的数据前期处理方式 所有的调节参数等等这些秘密根本不会透露
想摘桃子的只能流口水 |
p******g
发帖数: 8316 | 2 数据处理不在paper含金量范围之内吧
这部分工作从来都不深谈的，就寥寥几笔而已
【在 C**********e 的大作中提到】
: 比如人工智能中最简单的深度学习
: 发论文就大概告诉用了几型的网络 多少层 层间函数的基本构型
: 简单描述训练数据来源
: 具体的数据前期处理方式 所有的调节参数等等这些秘密根本不会透露
: 想摘桃子的只能流口水
|
c****3
发帖数: 10787 | 3 就生物奇葩
其他行业故意不说细节，编辑也不敢怎样 |
p******g
发帖数: 8316 | 4 也不能这么笼统
理工科的源数据，具备随机性，就是为了满足实时世界的数据突发状况，只能采用随机
概率来分批数据的，这怎么可能复制呢？
打个比方，今天中午发生的车祸，你明天后天能复制出一模一样的车祸吗？所以输入源
数据的时候，必须用随机分布，比如今天八点车祸，明天十点车祸，后天没有车祸，最
后结果看的是误
差范围，八九不离10了
生物就不同了，你的心脏还能今天跳了明天就不跳了，这内容没有随机性啊，都是固态
定性的
捆鲜盈哥哥，妹妹解读的好不好？
【在 c****3 的大作中提到】
: 就生物奇葩
: 其他行业故意不说细节，编辑也不敢怎样
|
c*******9
发帖数: 9032 | 5 人工智能看看内容大致就就知道结论合理不合理，数据往往不是要点。生物不一样，出
乎意料的东西太多。
【在 C**********e 的大作中提到】
: 比如人工智能中最简单的深度学习
: 发论文就大概告诉用了几型的网络 多少层 层间函数的基本构型
: 简单描述训练数据来源
: 具体的数据前期处理方式 所有的调节参数等等这些秘密根本不会透露
: 想摘桃子的只能流口水
|
