s********k
发帖数: 6180 | 1 interview遇到得，如果给一个model的black box，不能更改里面任何参数，但是做得
效果不好，怎么纠正？正常想法是像residual learning那样把black box的output和
label data 的差再做一个model，类似boosting，但是如果这样最后serving的时候
delay会增加，有没有什么办法不改black box model，然后又能让delay不增加？弄一
个新的model？ |
g****t
发帖数: 31659 | 2 害怕delay，不能做前处理，后处理。
那就并行处理吧，多几个相同的blackbox，
给输入分一分，打乱顺序什么的，结果平均一下。
空间换时间.
【在 s********k 的大作中提到】
: interview遇到得，如果给一个model的black box，不能更改里面任何参数，但是做得
: 效果不好，怎么纠正？正常想法是像residual learning那样把black box的output和
: label data 的差再做一个model，类似boosting，但是如果这样最后serving的时候
: delay会增加，有没有什么办法不改black box model，然后又能让delay不增加？弄一
: 个新的model？
|
s********k
发帖数: 6180 | 3 如果是有variance 比较高确实可以这么做，但是如果是bias比较高再多black
box也不能解决啊
【在 g****t 的大作中提到】
: 害怕delay，不能做前处理，后处理。
: 那就并行处理吧，多几个相同的blackbox，
: 给输入分一分，打乱顺序什么的，结果平均一下。
: 空间换时间.
|
g****t
发帖数: 31659 | 4 bias就是低频error，
你可以试着高通去掉。
还是加权平均。并没有本质的区别。
【在 s********k 的大作中提到】
: 如果是有variance 比较高确实可以这么做，但是如果是bias比较高再多black
: box也不能解决啊
|
L****8
发帖数: 3938 | 5 如果 residual 是纯噪声 这么搞没用
【在 s********k 的大作中提到】
: interview遇到得，如果给一个model的black box，不能更改里面任何参数，但是做得
: 效果不好，怎么纠正？正常想法是像residual learning那样把black box的output和
: label data 的差再做一个model，类似boosting，但是如果这样最后serving的时候
: delay会增加，有没有什么办法不改black box model，然后又能让delay不增加？弄一
: 个新的model？
|
s********k
发帖数: 6180 | 6 是不是噪声很难判断啊，你意思是residual没有任何有意义的feature能把他分别出来？
【在 L****8 的大作中提到】
: 如果 residual 是纯噪声 这么搞没用
|
