204
0
19
新手上路
适当的任务:你是否在自动进行许多决策和标记过程?是否无法每次都完美找到答案? 合理的期望:你的系统可能会很优秀,但并不是完美无瑕的,你能否接受偶尔会出错的系统? 潜在的有用输入是否存在? 你能否获取到这些输入(目前没有这些数据也没问题,未来制定计划可以拿到这些数据就行) 充足的实例:当有机会和统计学家或机器学习工程师一起喝酒时,记得提一嘴现在自己手头有多少实例可用,想要获得什么样的输出。 计算机性能: 你是否拥有足够的计算力来应对你使用的数据集?有了云技术,这一点其实不再是什么大问题了。 团队:你是否足够自信,认为一定可以招募到拥有必要技能的队友? 基本事实: 除非从事非监督式学习研究,你能够正确获取输出吗?如果不能,是不是要花钱请人为你完成这项任务?
使用道具 举报
本版积分规则 发表回复 返回列表 发新帖 回帖后跳转到最后一页
查看:1046 | 回复:0
深度学习论文:SHOPSIGN:中国商店的街景多样化场景文本数据集(ShopSign: a Diverse Sc
人工智能论文:使用波兰和道路标记进行精确的全球轨迹对准(Accurate Global Trajectory
深度学习论文:两种约束下绝对姿态问题的一种新方法(A Novel Method for the Absolute
人工智能论文:用于非均匀单图像去模糊的多尺度深度神经网络中的学习内核缩减(Down-Sca
人工智能论文:CODA:将对象计数到尺度感知的对抗密度适应(CODA: Counting Objects via
深度学习论文:用于形状处理的3D数据的结构化2D表示(Structured 2D Representation of
深度学习论文:用于肺部呼吸相位检测的卷积神经网络(Convolutional neural network for
深度学习论文OGAN:潜在超完备空间中的不成对形状变换(LOGAN: Unpaired Shape Trans
人工智能论文ENSEBODY:从单色图像直接回归密集的3D人体姿势和形状(DenseBody: Dire
人工智能论文:在LIDAR上使用2D-3D SIAMESE网络的高效跟踪建议(Efficient Tracking Pro
人工智能
登录
发帖
视频教程免费