g****t
发帖数: 31659 | 1 我请教下90年代神经网络为何败的。想看看中小型问题的领域，在大规模问题的新技术
的启发下，和新工具的促进下，神经网络是不是可以翻案。消灭其他的ML方法。 |
g*******u
发帖数: 3948 | 2 一个原因就是那时候计算不行啊。 理论可行 实际没法算， 所以实际结果没突出 自然
就沉寂了 |
w***g
发帖数: 5958 | 3 纠结这个其实没啥意义。
这个问题就跟为啥房价会涨，为啥比特币会涨一样。总结出来的经验对将来没有价值。
【在 g****t 的大作中提到】
: 我请教下90年代神经网络为何败的。想看看中小型问题的领域，在大规模问题的新技术
: 的启发下，和新工具的促进下，神经网络是不是可以翻案。消灭其他的ML方法。
|
g****t
发帖数: 31659 | 4 那就是说学派败了。而不是说即使在中小型问题上，也不是ANN算法败了。
很多人有个说法说传统ML中小型问题占优。大规模问题例如
视频什么的只有DL可以scale up. 此说我不太认可。
: 纠结这个其实没啥意义。
: 这个问题就跟为啥房价会涨，为啥比特币会涨一样。总结出来的经验对将
来没有
价值。
【在 w***g 的大作中提到】
: 纠结这个其实没啥意义。
: 这个问题就跟为啥房价会涨，为啥比特币会涨一样。总结出来的经验对将来没有价值。
|
w***g
发帖数: 5958 | 5 目前的形势是：
1. 图像视频之类的，必须用DL.
2. 表格数据，DL和传统ML越来越接近了。但是ML还是可以不败。
3. 但是如果表格数据要和图像数据结合，全DL end-to-end训练是趋势。
4. 如果不是图像/音频等数据，传统方法还是值得考虑的。几个DL平台和GPU结合过紧
是个缺点。
【在 g****t 的大作中提到】
: 那就是说学派败了。而不是说即使在中小型问题上，也不是ANN算法败了。
: 很多人有个说法说传统ML中小型问题占优。大规模问题例如
: 视频什么的只有DL可以scale up. 此说我不太认可。
:
:
: 纠结这个其实没啥意义。
:
: 这个问题就跟为啥房价会涨，为啥比特币会涨一样。总结出来的经验对将
: 来没有
: 价值。
:
|
