深度学习有三类目标：
- 科研，探索出新的理论、方法、技术、组件，让性能有提升。重在探索，并与现有的，有代表性的方法做比较，最终以创新性(人无我有，人有我优)大小来评估工作成绩。原创性的科研工作是非常辛苦的，例如：爱迪生经历了13个月的艰苦奋斗，试用了6000多种材料，试验了7000多次，才造出电灯。那次的电灯亮了45小时。深度学习中，要做出原创性的科研成功，预计也要试验不同的想法上千次，所有实验数据全部记录，找出最好的，并找出原因。
- 比赛，探索并应用最新的技术，在相同的数据集上获得最好的成绩，最终以排行榜来评估工作成绩
- 产业落地，在规定的时间和有限的投入下，达到降本增效的目的，对算法来说，就要提升之前的算法模块的速度、精度和可维护度。不在乎最新，在乎最成熟，开发快，部署和维护容易，最终能以价值创造的方式评估出效益。
网友评论