首页
查找话题
首页
当前深度学习理论基础薄弱是否意味着我们应该放弃深度学习应用(计算机视觉、自然语言处理)?
当前深度学习理论基础薄弱是否意味着我们应该放弃深度学习应用(计算机视觉、自然语言处理)? 第1页
1
eric314 网友的相关建议:
当理论不能解释现实时,应该被放弃的永远是理论。
tylin98 网友的相关建议:
女王:求求题主放过我,我可不敢有什么政绩。。。
当前深度学习理论基础薄弱是否意味着我们应该放弃深度学习应用(计算机视觉、自然语言处理)? 的其他答案 点击这里
1
相关话题
深度学习工作站中使用AMD的CPU会有问题吗?
如何评价CVPR2019程序主席Derek Hoiem的论点:计算机视觉只是记忆,不是智能?
如何评价Yann LeCun宣称『他已经做好放弃概率论的准备』?
如何证明马尔科夫链一定会达到稳态?
为什么计算注意力机制的时候不加偏置项?
贝叶斯深度学习是什么,和传统神经网络有何不同?
CVPR 2015 有什么值得关注的亮点?
如何看待微博用户「将记忆深埋」所做的面部识别帮助程序员避免成为接盘侠?
如何全面理解工程师红利?
目前强化学习在控制领域的应用有哪些?
前一个讨论
罗马共和国是怎么变成罗马帝国的?
下一个讨论
疫情过后,还建议出国留学吗?
相关的话题
有哪些可以自学机器学习、深度学习、人工智能的网站?
神经网络模型压缩好就业吗?
你所在的研究领域里,有哪些工作的结果虽然不是造假,但是是精挑细选出来的?
如何评价 Kaiming He 在 ICCV 2017 上拿下双 Best 的 paper?
你为什么认为完全人工智能可以实现?
如何评价基于游戏毁灭战士(Doom)的AI死亡竞赛大赛结果?
什么是无监督学习?
如何看待朱易母亲发布的选拔赛视频?
实验室一块GPU都没有怎么做深度学习?
特斯拉 AI 日推出人工智能训练计算机 DOJO 芯片,有哪些技术亮点?使用场景是怎样的?
如何评价谷歌用30亿数据训练的20亿参数ViT-G/14模型在 ImageNet 达到新的 SOTA?
CVPR 2015 有什么值得关注的亮点?
能否对卷积神经网络工作原理做一个直观的解释?
计算机视觉是否已经进入瓶颈期?
有没有什么可以节省大量时间的 Deep Learning 效率神器?
深度学习中,模型大了好还是小了好呢?
如何看待 TI7 上与 Dendi solo 的 OpenAI?
人工智能是不是走错了方向?
换脸、声音合成等深度伪造技术会给社会治理带来什么挑战?
如何评价MXNet发布的1.0版本?
未来几年,医学影像方面会被人工智能代替么?
如何看待谷歌公开 tensorflow 专用处理器 TPU?
xgboost原理?
为何以范剑青老师的 Sure Independence Screening 为代表的筛选法没有流行呢?
如何判断两个Deep Learning 数据集的数据分布是否一致?
计算机视觉(cv)方向今年招聘情况怎么样?是否已经人才过剩?
IJCAI/AAAI 的真实水平到底如何?
在中小学阶段设置人工智能相关课程对于培养人工智能人才具有哪些意义?如何推进会比较有效?
围棋AI为什么没有下出同局?
Transformer在工业界的应用瓶颈如何突破?
服务条款
联系我们
关于我们
隐私政策
© 2025-03-29 - tinynew.org. All Rights Reserved.
© 2025-03-29 - tinynew.org. 保留所有权利