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.*