这是一个创建于 1988 天前的主题，其中的信息可能已经有所发展或是发生改变。
如题，前几年 DL 火的时候学过一点，最近有时间想把这部分知识重新捡起来，但是遇到一个困惑。
就是我不知道大家是怎么样的，我个人有一个习惯就是学习的同时一定要做相关 demo，比如学爬虫就爬点啥，学 GUI 就做个小游戏之类的，做出来就感觉自己会了，没做出来就是不会。
最近照着文档学，遇到这样一个瓶颈，就是文档里东西感觉都看懂了，但是实际要解决一些小问题还是完全不会做。
比如我随便想到一些应用环境：
1 、已知某时某地风俗风向温度湿度等信息，预测较长一个时间段里的平均天气（比如这段时间里应是晴天多，或者雨天多）
2 、已知一个商品房所在的地段（离市中心距离），房龄，旁边配套设施情况（交通是否方便、是否有学校医院等等，所有数据已经经过量化处理），估算该商品房的房价（这是个回归问题）
3 、同上 2 号问题，把估算房价改为估算房屋价格评级，比如 ABCDEFG 级，A 级最好 G 级最差。（这是个分类问题？）
======================================================
诸如此类，感觉并不是什么复杂的需求像上述 2 、3 号问题，如果真的做出来也许可以用来盈利，如果能做出来的话会很有成就感，完全不会做就感觉很苦恼。
框架的教学文档里面比如一般结束基础教学以后都是从 CNN 开始做实际问题，比如跑 MNIST 或者 cifar，因为我想到的这些原始数据之间并没有空间的联系，似乎用 CNN 不太合适。同理，用 RNN 也不太合适，但是具体用什么合适文档里也没教啊
 | 1 dcalsky 2020-07-20 23:59:36 +08:00 via Android tcn |
 | 2 dji38838c 2020-07-21 00:03:58 +08:00 哪有这么容易盈利呀。 这两个都很简单，没有什么盈利的空间 |
 | 3 askfermi 2020-07-21 00:29:40 +08:00 via Android 盲猜一个全连接一把梭，用不同的 loss 函数应该可以 |
 | 4 Codelike 2020-07-21 02:44:09 +08:00 首先，盈利点是不存在的。现实世界无比复杂，就商品房为例，能够被抽出作为特征是少部分。无法完美估算价格，甚至估算的价格还可能偏差很大，别人怎么敢用。 实现方法的话，2 号问题全连接，loss 最小二乘法。3 号问题 全连接 loss 交叉熵 |
 | 5 WinG 2020-07-21 03:00:08 +08:00 你举的这些都是传统机器学习的范畴，套库就搞定，关键的是你的逻辑和统计学。 |
 | 6 jmc891205 2020-07-21 03:43:54 +08:00 via iPhone 现实中没有人给你提供现成的干净数据集 而自己做数据获取，数据清洗，特征提取等等，这都是很麻烦的工作。 |
 | 7 jinsongzhao 2020-07-21 08:33:18 +08:00 via Android 方向挺好，不过天气预测例子就不用了，发展国家农业生产的必须工具，国家层面都会发力做。 |
 | 8 594duck 2020-07-21 08:55:18 +08:00 via iPhone 第一个天气，深度学习。我就和你这么说吧，在互联网没发展起来前气象局，一直是计算资源大头黑洞。 你想要用深度学习学计算气象，你用家里的计算机搞成了提早半小时预测 99.96%精度都可以拿国家奖了。 气象局那算法你听都没听过，人家观测点就比你多。 |
| 9 594duck 2020-07-21 08:58:16 +08:00 via iPhone 房屋分级 ，要不要深度学习都一样。 以上海为例子，90 年代老破小学区房，7 万一平方米。邻居夏天赤膊，娘额 xb 乱骂。你服不服，什么预测不预测。不用的。 我兄弟，澳洲毕业回国写数学模型选股，亏了 50 万。应为证监会老逼样乱说话。股灾，他死都没想到过。还好开了 5 倍杠杆，设置了止损。 |
| 10 594duck 2020-07-21 09:00:58 +08:00 via iPhone 以股市为例子。深度学习没用的。 你要是买 19999 元的行情软件，可以看到机构动向。配合传统股市分析理论就够了。 现在 AI 和 python 是一样的。全面骗。 你要看这块，还是要看日本。日本人务实。不吹 |
| 11 594duck 2020-07-21 09:05:05 +08:00 via iPhone 再说回天气 就一个大气物理学，你去学吧，学完后你会发现，深度不深度没差。你首先得懂。 这就是中国 IT 界吹牛逼的恶习导致中国科学界被埋没的原因。 拿 matlab 为例子 IT 界以为自己用 Go 或者 python 开发一个科学计算软件就能打死 matlab 了。 殊不知人家的 matlab 最重要的是一堆经验库。没这个谁要你 matlab 。 但是我们 IT 行业的人不懂，就天天以为，“我开发了工具，你自己开源经验库就好了。” 屁啦，开源就是市集，科学就是大教堂。 开源，怎么可能 |
 | 12 sigure 2020-07-21 09:37:18 +08:00 via iPhone 以你这里举的例子当然是全连接或者一维 cnn，不过还是全连接靠谱。要关联时间就上 lstm 。最简单的方法是你把数据全部连在一起拼成一个长向量丢进去。 但是最好的方法是不要用深度学习。。结构化的数据用传统机器学习不香么？我一直认为深度学习的优势是对非结构化数据的特征提取 |
 | 13 misaki321 2020-07-21 09:45:38 +08:00 你这两个问题传统机器学习方法比较好 不是什么都深度学习一把梭的 |
 | 14 Takizawa 2020-07-21 14:04:45 +08:00  1 深度学习其实只是新兴起的一种方法，或者说工具，而所应用的范畴却很广，不同的领域需要不同领域的理论知识做支撑，否则就只是掉包侠。国内很多 AI 初创明显企业，做了好几年了吧，论文刷榜司空见惯，模型、产品落地了一堆了吧，有哪个宣布盈利了？ AI 时代最重要的其实就是数据，所谓的什么框架，什么 dl 什么包，只是服务于数据。 |
Select Language