好的survey 也很不容易写的 写的好的 引用也可以很多 关键是 作用的确挺大的

飞飞是给大家指明了一条道路 后来Google 就说： 学习拼的是数据
原先大家还都收敛着 后来拼数据 现在还堆参数和模型，动不动就几十几十亿的参数...
我个人感觉啊 元思维上 大家都想拿工作量砸一砸 还能不能碰个运气

当年 飞飞靠几十万张图片撞个大运，风头一时无两
现在 咱们能不能用几千张显卡砸一砸 看能不能也砸开个方向？

恩达在当年洪荒年代 开设公开课 培养了很多人 我个人感觉 他的名头 很大是来自于他的教学
他帮助了很多人 大家尊称他为老神仙 也是非常合情的

现在 已经俨然是群雄并起藩镇割据的格局了
好多以前的牛人 好象是以前的名士 和平年代坐而论道挺好 现在杀的血腥 他们不一定能适应

说起神经元了 哈哈 当年 我接触到的第一个程序 是有8 个元的 开什么玩笑 这效果能好吗
听说 更早前 好象还只是一层的 有位大牛说，这解决不了非线性啊
一句话 让这个方向停了好几年
后来 大家想明白了 多搭几层 中间结果稍稍转变一下 就可以处理复杂问题
当年 好象还有理论研究 证明神经元网络的局限性的.... 如今看来 这些方向算是走偏的了 太偏学术了

【 在 Zsuper 的大作中提到: 】
: imagenet这种拼人力的工作当然不能说没意义，但是她主要贡献就是发动学生免费标记图片吧，技术上来说有个屁。干了其他人不愿意干的体力活，跟写综述一样、引用超级多，但也就这作用了。
: Ng发财前非常humble, 民间学术活动经常参加。是知道alexnet第一个第三方的人。名声一部分来自ML公开课，另一部分来自去google访问，碰见Jeff Dean搞google brain。
: 2012以后，video，语音，翻译这几个方向大规模市场验证的突破，都和这些名人无关。hinton那一帮子人也是伪装权威，目的也是把持领域。欧洲有些人一直在争取credit，说他们早就提出了，但没人理。神经网络软计算当年都是没人搭理的，现在算力上来了，都开始假装“科学家”，其实这些人没啥贡献。
: ...................
--
FROM 47.152.112.*