- 主题:做ai的。绝大部分当年就是搞压缩感知的那波人
想做好 或者做得好的
极少数
大部分都是一知半解
【 在 thinkroad 的大作中提到: 】
: 现在是个人就做人工智能
--
FROM 120.244.152.*
稀疏采样，应该对比的是奈奎斯特。
【 在 ichi202 的大作中提到: 】
: 不是奈奎斯特？
: 【 在 xunger 的大作中提到: 】
: : 当满足某些条件下，可突破香农采样定理限制。
: ....................
- 来自「最水木 for iPhone X」
--
FROM 114.241.69.*
【 在 xunger 的大作中提到: 】
: 总算有了个明白人。
: 你这个是从基的角度。从应用角度，压缩感知最初源自MR成像需求，同一批人现在也在用深度学习。
:
你这个是candes那个故事，大家都知道的......你咋不说terrence tao一起证明的L1和L0解等价条件.....本来compressive sensing就是信号的人比较感兴趣
--
FROM 119.12.189.*
【 在 G1001 的大作中提到: 】
: 热门玩之后呢？ 留下了什么？
:
每次都有一轮新的进步，你说你想上月球，不一点点进步光站在地上脑补可以么......
--
FROM 119.12.189.*
不知道你想表达什么，或者想喷什么。
【 在 unluckydan 的大作中提到: 】
: 你这个是candes那个故事，大家都知道的......你咋不说terrence tao一起证明的L1和L0解等价条件.....本来compressive sensing就是信号的人比较感兴趣
--
FROM 124.205.77.*
re，神经网络被SVM打趴的场景还历历在目呢，此一时彼一时
谁知道将来压缩感知在什么领域突然大爆发呢
赞同其实压缩感知理论挺优雅的，比深度学习神经网络强多了
【 在 lovefreewind (李莫愁debug) 的大作中提到: 】
: 压缩感知的理论挺优雅的，就是应用点不好找，太偏理论了，以后会不会火也未可知，深度学习不也是几十年前神经网络那套东西吗
--
修改:ilw FROM 124.64.125.*
FROM 124.64.125.*
是的，LASSO优化问题解法，Sparse Bayesian Learning 方法都挺讨人喜欢的。
【 在 ilw 的大作中提到: 】
: re，神经网络被SVM打趴的场景还历历在目呢，此一时彼一时
: 谁知道将来压缩感知在什么领域突然大爆发呢
: 赞同其实压缩感知理论挺优雅的，比深度学习神经网络强多了
: ...................
--
FROM 113.5.4.*
贝叶斯网牛逼
但能弄懂的没几个
深度学习简单
所以火
【 在 lovefreewind 的大作中提到: 】
: 压缩感知的理论挺优雅的，就是应用点不好找，太偏理论了，以后会不会火也未可知，深度学习不也是几十年前神经网络那套东西吗
:
: 【 在 G1001 的大作中提到: 】
: ....................
- 来自「最水木 for iPhone X」
--
FROM 119.109.31.*
和当年水神经网络的是一批人吗？
--
FROM 117.23.81.*