首页 >> 万向节
机器人学习在工业领域的瓶颈编程器
艺城机械网 2022-07-27 23:06:05
2017-02-10 15:42:33来源: 贤集网
(1)数据量的问题
效果好的方法大都是有监督训练的,这就需要很多标注数据,数据的质量、归一化方法、分布等,对模型的效果都影响很大。数据量的问题可以分成两类来讨论:
a、数据太多:那么面临着计算能力和计算成本的问题。
b、数据太少:数据太少有时候是很客观存在的事情,在这种情况下模型的预测能力一般都不会太好。
(2)工程师经验
机器学习的方法对于一般的工程师并不友好,尤其是在工业和制造业领域深耕对机器学习根本不了解的工程师朋友。
如果没有了解原理和做过一些实验,这就是一个参数很多的黑盒,弄不好效果就会很差。
(3)计算能力和工程实现能力
很多模型,特别是深度学习模型,训练时间和资源消耗很大,如果需要多次训练调整策略和参数,周期很长。实际部署运行速度也受模型大小和种类影响,速度和效果会有一个权衡。
另外,好的算法要有好的工程实现,才能发挥正常的作用,代码能力不行,再好的模型也不行。
(4)机器学习的不可预测性
机器学习的每个过程都充满了不可预测性,比如解释model,比如处理missing value,也比如将文字转化为vector。按理来说,我们会觉得更复杂的处理效果更好,但大部分时候你会发现bag of words比skip-gram强多了。大概机器学习的每个环节都存在这种问题,没有唯一的经典的最好的方法。做机器学习就像是猜密码,而且是一个很多位的密码。
相关阅读
- 光伏双反采购中国产品或缴保证金灭蚊器送气猪皮皮料驾校电机转子Trp
- 美国国家地理中文网首页聚焦扬州雕版印刷广告灯箱炒冰机白乳胶水鞋套焊条Trp
- 甲醇厂家面临库存压力移动硬盘灌粉机水管接头湿度表电梯空调Trp
- 10月16日海南交易厅橡胶竞买交易挂单详基站天线精密加工电路维修塑胶面板消泡剂Trp
- 为什么说钢价难大跌磨砂机新密宝顶瓦抽真空机烘干炉Trp
- WiFi电话亭在申城悄然上岗挤出机高腰洋装直流屏雷蒙机卷材Trp
- BicomSystems与汉隆联手认证I保安设备涡轮叶片点焊机刀板婴儿玩具Trp
- 老泥水匠痴迷钻研发明克癣新涂料上衣绝缘管居民搬家监听音箱吹塑加工Trp
- 总投资破百亿重庆将建国家级传感器产业基地水族设施电子材料汽车座椅油过滤机交换器Trp
- 未来510年我国胶粘剂市场需求热点简析乳品机械装潢设计行程开关皮革雕刻方矩管Trp
- 欧盟逐步取消对我部分产品普惠制啤酒箱气动球阀冲施肥刀座芝麻油Trp
- 北京充电设施超20万个其中私人充电桩15连州面板线运动帽止动环经营贷款Trp