기존모델 수정해서 성능높이는 연구실 수준 연구는 이제 끝물
구글, 페이스북 같은 IT 기업에서 슈퍼컴 갔고 모델수천개를 동시에 테스트하는데
일반 대학교 연구실에서 레이어 한두개 추가하고 하이퍼 파라미터좀 건드린다?
Edmund Husserl*
2020.11.03
케바케죠 방법론을 연구해서 NeurlPS, ICML등에 내기도 하고 어플리케션을 주력으로 CVPR, ICCV에 도전하기도 하고 데이터 수집 방법을 연구하기도 하고 하이퍼 파라미터를 연구하기도 하고 팔건 많아요. 저는 인접 타분야라 잘 몰라 언급한 학회 풍토가 틀릴수 있으니 걸러들으세요
2020.11.03
제대로 이해하려면 박사를 해야해서 그런걸꺼에요.
2020.11.03
교수님 말씀은 학습하는 모델의 핵심되는 부분이 블랙박스라서 그런거에요. 어떻게 학습이 되면서 좋은 성능을 내는지에 관해서 증명을 할 수 없어서이기도하죠. 한때는 통계에서 딥러닝으로 넘어가는 추세때 이런 점을 트집잡아 딥러닝 기술이나 연구쪽을 공격했죠.
Paul Karrer*
2020.11.03
근데 딥러닝이 문제많은건 팩트긴한데?? 일단 데이터 좀만바뀌면 제대로작동안하고 컴퓨팅 파워 오지게 잡아먹고 결국 의사결정 과정은 아직도 미궁; 아직도 통계나 다른 머신러닝이 우위에있는 분야가 대부분
2020.11.03
2020.11.03
2020.11.03
2020.11.03
2020.11.03
2020.11.03
2020.11.04