主题：alphaGo 系统以及人工智能的未来 -- pattern
共:💬83 🌺264 新:
复 你这个思路挺好
从整个机器学习，尤其是深度学习的发展来看，参数也许并不重要，数据精度也不重要
之前我们觉得重要，是因为我们处理数据的方式不够“自然”。参数非常重要的系统，说白了就是unstable，而深度学习是要做出足够stable的系统，那么参数根本就不重要
周志华他们搞的LDM，就发现原来传统的SVM对参数那么敏感，其实也许是因为我们对数据处理的方式不太正确，LDM就对参数基本不敏感
深度学习原来对训练参数是敏感的，但是你看现在尤其是xavier、BatchNorm出来之后，对参数的敏感性极大地降低了，基本上想当然地随便设设就行了，影响的无非是训练时间的长短，对于最终结果的影响微乎其微
- 相关回复 上下关系8
🙂这正是可以改造成全卷积的前提 2 jahcoo 字419 2016-03-10 20:54:12
🙂你这个思路挺好 2 pattern 字78 2016-03-10 21:04:56
🙂写完了发现你说的参数和我说的参数不是一回事儿。。。 2 jahcoo 字201 2016-03-10 21:24:57
🙂参数就那么重要吗？
🙂临时调整参数也一样下不了么？ 3 旧时月色 字318 2016-02-18 05:59:31
🙂alphaGo 可能有点特殊 3 pattern 字269 2016-02-17 20:06:43
🙂人工智能可以使得人类减少犯错误 3 彼得格勒 字248 2016-02-17 10:18:30
🙂到时候可以组织一个人工智能F1赛车 2 pattern 字39 2016-02-18 03:17:06