Dưới đây là một cuốn sách thú vị Neural Networks: Tricks of the Trade , phiên bản 2012 được cập nhật của cuốn sách. Rất nhiều bài viết của một số người tiên phong của mạng lưới thần kinh.
ypx rất cảm động về rất nhiều vấn đề thực tế với đào tạo, vì vậy để chạm vào những vấn đề khác mà bạn nêu ra: rất nhiều phòng thí nghiệm công nghiệp ưu tú vẫn công bố kết quả của họ. Ví dụ, nhóm của Microsoft Research vừa giành được ImageNet 2015 và họ đã phát hành một báo cáo kỹ thuật mô tả mô-đun mạng sâu mới của họ: Học tập sâu để nhận dạng hình ảnh , nhóm của Google cũng đã xuất bản kiến trúc Inception của họ, Đi sâu hơn với thuyết phục . Ở một mức độ không tầm thường, vẫn có một văn hóa trong học máy (bây giờ) về việc chia sẻ những đổi mới lớn. Có thể vì khóa là quyền truy cập vào dữ liệu. Google và Facebook chỉ đơn giản là có quyền truy cập vào dữ liệu mà chúng tôi không có. Khó có thể nói bao nhiêu tín dụng dành cho đổi mới thuật toán thô và bao nhiêu đi vào lượng dữ liệu khổng lồ.
Liên quan đến những gì sẽ xảy ra trong tương lai? Khó nói. Đây là một vấn đề mà nhiều người đã nêu ra khi các công ty điều khiển dữ liệu này trở nên có giá trị và mức độ cạnh tranh của thị trường. Nhưng hiện tại, tôi nghĩ có một sự cân bằng đủ tốt về những gì các phòng thí nghiệm nghiên cứu công nghiệp chia sẻ và không chia sẻ. Tôi hiểu họ không chia sẻ việc thực thi mã chính xác của họ. Nhưng họ chia sẻ một số đổi mới rất mới lạ.
Tìm các nhà nghiên cứu công bố kết quả quan trọng và đọc, đọc, đọc. Tôi tin vào AMA của Yann LeCun trên Reddit, anh ấy đã đề cập rằng anh ấy là một độc giả phàm ăn. Tôi tin rằng đây là điều quan trọng nhất. Và trong phạm vi thực tế, hãy thử tạo lại điểm chuẩn của họ hoặc áp dụng phương pháp của họ cho bộ dữ liệu nằm trong ngân sách của bạn.
Tôi nghĩ bất kể bạn đang ở đâu hoặc trạm của bạn trong cuộc sống là gì, đây là cách tốt nhất để giữ sắc nét và tiếp tục phát triển các kỹ năng của bạn. Hãy là một người đọc phàm ăn và thực hiện mọi thứ và xây dựng trực giác. Cá nhân tôi không có tài nguyên để tham gia các cuộc thi ImageNet, nhưng đọc tất cả các bài viết hiệu quả hàng đầu của nhóm ImageNet đã giúp tôi rất nhiều.