Gracias por el A2A.
Con los años, el aprendizaje profundo ha experimentado grandes transformaciones y ha establecido el estado del arte en gran cantidad de tareas de visión y lenguaje.
Particularmente en redes, varios grandes grupos de investigación han llevado a cabo una gran cantidad de experimentos para definir arquitecturas de línea base de plantilla para diversas tareas.
- ¿Puede existir un verdadero sistema de inteligencia artificial antes de que realmente comprendamos cómo funciona nuestro cerebro?
- ¿Se puede usar Haskell en un proyecto serio de IA?
- ¿Scott Fahlman (y el Grupo de Investigación Scone) sigue desarrollando activamente Scone?
- ¿Realmente IBM está haciendo dinero con el sistema de control de calidad de Watson, o es solo un proyecto para comercializar el nombre de la empresa?
- Después de aprender robótica, ¿es posible para mí construir un robot? ¿Como un robot humanoide, drones de piloto automático o robots comandados por voz?
Todos los esfuerzos de investigación posteriores han tratado de construir sobre estos modelos para mejorar aún más los sistemas.
Considere, por ejemplo, la clasificación ha involucrado desde el ahora aparentemente fácil LeNet de Bengio en la década de 1990 hasta AlexNet hasta Inception Net hasta Inception ResNet.
Por lo tanto, el estado del arte actual para la mayoría de las aplicaciones son arquitecturas complejas que han evolucionado a través de múltiples iteraciones que abarcan varios años. Entonces, en lugar de tratar de crear una arquitectura propia, sugiero pasar por el siguiente ciclo
- Lea mucha de la literatura más importante de las últimas conferencias recientes después de 2014 o 15. Concéntrese en CVPR ICCV ECCV. Aquí es donde es más probable que encuentres las mejores obras. Aquí hay una colección de algunos trabajos de aprendizaje profundo para el reconocimiento facial
- Intenta entender su pensamiento y arquitecturas. Intenta reproducir sus resultados. Si está enfocado en simplemente desplegar el trabajo, esto debería estar decentemente bien.
- Si usted es del tipo investigador, trate de pensar en formas en que podría mejorar estos sistemas y realizar experimentos. Esto debería ser bueno para comenzar.
La mejor de las suertes.