Re: [心得] 百聞不如一見的人工智慧學校

[MasterChang (Han-Yuan)]

        首先，那種比較像進階的電腦補習班。如果研究機器學習，深度學
        習，那個分支太多，實在不是一個短短的補習就可以搞定。比如我
        自己專注在電腦視覺跟AOI，所以我看的paper也就跟其相關，其他
        的我也只能放棄。

        再者，這基本上就是教你怎樣用現有框架去完成老闆交付的任務，
        所以裡面有不少帶自己公司問題過去的。所以利用現有模框架，已
        經存在的模型，利用遷移學習將自己的問題帶入學習跟驗證，運氣
        不好就換個框架再來一次，運氣好問題就解決了。然後讓你部分寫
        程式完善程式主體。

        至於框架後面的複雜數學，知道大概就好，最好是數學樣式可以在
        腦袋圖像化那種是最好，通常不太需要自己重新造輪子，數學的能
        力有理工科類大學程度就夠。

        但是僅僅這樣的數學程度，要讀論文，做模型復現就比較困難了。
        我花滿多時間做論文復現做測試驗證的，論文有些性能講的很神，
        如果你的硬體，軟體，框架，代碼實作方式，不太一樣大多有不小
        差距。

        這種學校要的是工具能夠快速落地，培養AI作業員的。不是要給你
        做學術研究，不用在這個上面糾結太多。


※ 引述《arsl400 (dark hatter)》之銘言：
: 傳說中的人工智慧學校，真的是百聞不如一見
: 用50人的場地去裝200人的活動
: 然後助教也能自稱AI工程師
: 表面上說跨領域也能進來，實際上就是影像處理神經網路全部都要頂尖實力
: 還說念教育的，統計應該沒問題，這個評估根本呵呵，實際上我們的統計連ANOVA都沒教
: 還說有些人程式可以，但是數學不行??這是哪間學店，混到連工程和數學的能力差這麼多
: 裡面出來的人也可想而知了

--

        不要問我從哪來，我只是一個浪跡天涯的工程師....

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.234.216.59 (臺灣)
※ 編輯: MasterChang (36.234.216.59 臺灣), 02/14/2020 15:14:54
推 sxy67230: 基本上，看論文復刻有很多論文裡面加了trick才達到漂亮
→ sxy67230: 的結果，有些作者覺得這個trick太簡單就乾脆不說或一兩
→ sxy67230: 行句子或公式帶過的。我是不相信這種學校出來的有獨立
→ sxy67230: 研究paper的能力，keras現成架構或是直接拿google現成pr
→ sxy67230: oject的transfer learning就很不錯了。
        因為是吃飯的東西，論文復現做性能評估對我公司來說很重要。而且
        推論的情境大多無法用NVIDIA GPU，必須用推論晶片做。
※ 編輯: MasterChang (36.234.216.59 臺灣), 02/14/2020 15:38:17
→ KernelChen: 樓主感覺是高手
推 a866662: 請問樓主從哪來的
推 SophieFluid: 推：AI作業員