Puede leer sobre las razones en el documento que publicaron sobre el tema en su documento “Reconocimiento de pose humana en tiempo real en partes de imágenes de profundidad única” (http://research.microsoft.com/pu…).
La clave para recordar es que esto se ejecuta por píxel y los bosques aleatorios se paralelizan muy bien en comparación con los campos aleatorios condicionales. Afirman que al usar árboles de decisión, pueden hacerlo un orden de magnitud más rápido y ejecutarse a 200Hz. Lo compararon con un enfoque de coincidencia vecino + chaflán más cercano y aún obtuvieron resultados más precisos, a pesar de que este enfoque es 100 veces más rápido; y lo compararon con otro algoritmo / conjunto de datos popular y todavía funcionaba 10 veces más rápido. Del periódico:
- ¿Cuál es la diferencia entre el análisis factorial y el análisis de conglomerados?
- ¿Es posible el aprendizaje automático acelerado por GPU utilizando un controlador de gráficos de software libre?
- ¿Cuáles son los consejos para aprender el aprendizaje automático?
- ¿Qué es la agrupación promedio global?
- Andrew Ng: ¿Qué opinas sobre el futuro del aprendizaje de Bayesian Networks?