深度学习实际应用时,如何结合领域数据的特征数学建模?

这里是 AI 研习社,我们的问答版块已经正式推出了!欢迎大家来多多交流~

https://club.leiphone.com/page/question

社长为你推荐来自 AI 研习社问答社区的精华问答。如有你也有问题,欢迎进社区提问。

话不多说,直接上题

问:深度学习实际应用时,如何结合领域数据的特征数学建模?

来自社友的回答

J 叔

我的看法是,把这个问题反过来比较容易一些,也就是:如何判别自己的研究领域特征是否可以用深度学习来建模求解。然后,再返回来看,如果不能用一般通用模型,是否在进行变换后可以和某模型同构。 换个说法,好枚举,也方便分类。

马文•加布里

一般情况下,拿传统的模型先试着跑起来,然后遇见问题解决问题,一般不会一下子就直接出来个新模型。就是这样的一个过程~成熟的模型先跑,效果也不会很差的一般来说,除非数据有问题。

莱特•哈灵顿

想用深度学习做东西那肯定要知道什么是深度学习,一般情况下,在CV领域用的最最最多的就是CNN,因为这也是最最最基础的,想要应用到CV领域,首先你得知道输入一幅图像,网络中每一层会得到什么特征数据,其次这些特征数据有什么特点,最后大致了解了输出特征数据的规律,再结合你自己要应用的东西,在NLP中,就是序列模型,每一层输出的数据有什么特征等等,和上述过程基本一样。

有技术问题需要求助?

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180803A091BD00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券