【 在 huayu 的大作中提到: 】
: 探讨一下，我感觉你没有做过项目，你说的框架只是工具，都是开源现成的，实际区别
: 在于应用场景、行业业务的不同，有很多基于AI的特定场景算法开发是核心，这些核心
: 算法 和 积累时间以及个人能力 强烈相关。
: ...................


但是在复杂场景ai业界整体水平都不高，
简单场景入门级选手和资深的搞出来的都差不多，
ai离智能两个字还差的太远吧
--
FROM 222.129.234.*

选什么样的目标函数，数据源从哪来(是否需要推动其它部门，或者爬虫爬取)，
数据如何清洗，如何高效的训练，
模型不收敛或者精度有问题怎么解决，
模型速度或效果不达预期怎么处理

这些都是需要丰富的经验

这个需要丰富的行业经验和模型经验。

【 在 huayu 的大作中提到: 】
: 探讨一下，我感觉你没有做过项目，你说的框架只是工具，都是开源现成的，实际区别
: 在于应用场景、行业业务的不同，有很多基于AI的特定场景算法开发是核心，这些核心
: 算法 和 积累时间以及个人能力 强烈相关。
: ...................
--
FROM 119.103.183.*

大侠出来说话了，呵呵

这些是很关键，需要不少积累，但是对大对数开发者来说：

图像识别用 resnet，densenet；

时间序列用 lstm，transformer；

NLP用 : gpt3

大侠是做算法的，但是像我这样的普通应用开发者只会选上面的模型；

对于工程实际数据，大多数不满足概率分布，所以应用场景下的数据增强技术是关键，
这需要结合具体实际场景，我认为是难点，也是重中之重。

另外，实际工程中大多数数据源来的数据是耦合的，所以这是最难解决的地方。

我看过大侠的书，很佩服，欢迎指正。


【 在 youxia (游侠) 的大作中提到: 】
: 选什么样的目标函数，数据源从哪来(是否需要推动其它部门，或者爬虫爬取)，
: 数据如何清洗，如何高效的训练，
: 模型不收敛或者精度有问题怎么解决，
: ...................
--
FROM 101.224.108.*

--
FROM 106.121.163.*

和人类专家扯皮经验丰富的就行，代码、算法、系统呵呵都不是事儿，带的小朋友就可以做
【 在 huayu 的大作中提到: 】
: 探讨一下，我感觉你没有做过项目，你说的框架只是工具，都是开源现成的，实际区别
: 在于应用场景、行业业务的不同，有很多基于AI的特定场景算法开发是核心，这些核心
: 算法 和 积累时间以及个人能力 强烈相关。
: ...................
--
FROM 183.66.200.*