Principalmente, los investigadores académicos no están interesados en los modelos mismos. Están interesados en los algoritmos utilizados para obtener los modelos, ya que estos podrían usarse para otros dominios. Es un poco como proporcionar un libro de cocina en lugar de proporcionar comidas preparadas. Están más interesados en el proceso, no en el resultado.
A los investigadores de la industria, por otro lado, no les importa compartir el código de algunos de sus algoritmos, pero guardan sus modelos para sí mismos, ya que estos modelos fueron entrenados en una gran cantidad de datos que podrían no estar disponibles públicamente. Este es el caso de la sintaxis de Google, por ejemplo: proporcionan un modelo simple de forma gratuita, pero este no es el modelo que usan ellos mismos. Sin embargo, si tiene una gran cantidad de texto anotado, nada le impedirá crear su propio modelo …
Entonces, dependiendo del tipo de investigador: porque eso no es lo que les interesa, o porque es donde reside su propiedad intelectual.
- ¿Cuál es la entrada para un clasificador Naive Bayes?
- ¿Por qué una red neuronal no es propensa al sobreajuste a pesar de tener tantos parámetros?
- ¿Qué deparará el futuro para los desarrolladores en la era del aprendizaje profundo y la IA? ¿Cuáles serán las tendencias y cómo sobrevivirán los desarrolladores?
- Cómo probar la ecuación en el documento de aprendizaje de refuerzo de búsqueda de políticas de Sutton
- ¿Cuál es el papel de una capa totalmente conectada en una red neuronal profunda?