網路城邦
上一篇 回創作列表 下一篇  字體:
哇!高來高去的XNN們,看完保證你還是接不到地氣!
2020/11/17 05:15:37瀏覽852|回應0|推薦4

CNNRNNLSTM 都是什麼?(小白深度學習入門)

這種文章在網路上好多,既然我已經下定決心不再自外於機器學習的熱潮,所以每天都會找些相關文章書籍來看,還會偷看RD讀研究所的相關課程內容。這些文獻中名詞、理論、流程示意圖非常多。但是可以保證:任何人看完這種文章之後,回到地面,面對自己需要處理的問題,都還是無法自己寫個程式做任何事情,只能帶著這些抽象的概念去找現成的機器學習程式模組套用在自己的資料上踹踹看?

如果真的有點效果就會覺得是機器學習「大神」的協助!如果完全摸不著頭緒也不會責怪大神,只會怪自己「功力」還不夠,繼續搜尋更「強大」的機器學習產品,或許我用某個工具程式XNN的最新版就可以看到曙光了?現在市場上「ML技術」的生意非常熱絡,比實作AI產品的生意還熱絡?你不會覺得怪怪的嗎?名醫不都是忙著治病賺錢,沒空教書的嗎?

在我可以看到的業界到學界,使用機器學習概念做研發的人或團隊,幾乎都是這樣,不能落地使用自己寫的程式做研究,使用外來工具模組也都不太成功!跟這些推廣文章中一再暗示的:機器學習前景一片光明,已經造福世界良多的景象完全不同!或許我是井底之蛙,但你也可以自己多去四處探訪看看,我是不會說謊的!真正使用機器學習製作的AI產品在市面上真的還很稀有,尤其是影像辨識方面。

我想最嚴重的問題並不是這些技術是否真有神效?而是大家開始忘記即使是這些神奇新工具新概念新技術,面對的還是一個遵守所有物理定律的世界,如果大家開始不關心實際發生的事情的邏輯與因果,只想找到某種神秘的電腦軟硬體工具,可以完全不必「理解」問題,直接套用就能「解決」問題!那我們就是放棄也否定了幾百年來的科學精神了!

當我看到很多人想辨識水表電表、商標圖示、產品瑕疵或車牌等東西時,拼命在找機器學習解決方案?我真覺得他們瘋了!或許現在整個影像辨識領域都瘋了吧?那種感覺好像是你上班工作不順被老闆罵,或投資做生意賠了一些錢,就開始去找有神奇改運力量的磁力項圈?期望只要找到對的神器,你就得救了?何必呢?只要上班認真一點,少犯一點錯誤就可以了嘛!何須神力加持?

像上面這些影像辨識就是我們公司會承接的例行影像辨識工作,也是各行各業普遍需要的影像辨識產品,但是它們根本不必,或完全不適合使用任何機器學習的技法去處理。只要老老實實使用傳統的OCR影像辨識技術,這些都是非常直覺,可以逐步踏實釐清現象與處理程序,製作出辨識率百分百軟體的!這不是神奇的技術,就是需要花時間去做的專業工作而已。

但是如果你像我現在一樣,每天上網找影像辨識相關的文章「學習」影像辨識技術,你根本不會看到這些真正市場上普遍需要的影像辨識需求,也就是如果你真的以影像辨識專長找到工作去上班時要面對解決的問題!再次強調:這些案例根本不適合使用機器學習CNN等技術,硬要套用就會曠日廢時,最後做出辨識率很低,而且跑得很慢的軟體!

有時候會有一種自己是老鞋匠或修理家電的老師傅的感覺,好像落伍跟不上時代了?大家都不會再修理皮鞋或家電了嘛!但影像辨識的業界市場真的不是這樣的!以機器學習為基礎的影像辨識技術並不能取代現有的技術,只是協助解決困難模糊辨識的問題,提高模糊辨識時的成功率,跟上面說的這些實用的,需要百分百正確的影像辨識軟體其實沒有太大的關係!

所以提醒有志於從事影像辨識行業的人:一定要學會如何用OCR技術解題!不會XNN你還是可以考到80分,不會OCR你就只能拿到20分!除非你能進到世界頂尖大公司的特殊影像辨識議題的研究室!那就恭喜你!我沒這麼好命,真的就是靠OCR開公司的,機器學習我有在學,但是真的沒有很急!必須使用機器學習,或者說用機器學習做會比較好的案子,我到現在還沒碰到過!

很遺憾的,如果你對OCR開始好奇想買本書來看,市面上已經找不到了!你只能到圖書館找泛黃的舊書,連學校都不開這種課了!現在的影像辨識課多半是從OpenCV開始,沒幾節課就直接跳到機器學習了!OCR是甚麼東西?根本沒聽過!所以我才會忍不住自己寫了一本介紹這種技術的書,自稱大師我是不敢,自認是個職人達人呢?還OK的!這本書或許不是很神奇很完美,但是真的很稀有

( 心情隨筆工作職場 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:https://classic-blog.udn.com/article/trackback.jsp?uid=yccsonar&aid=153279307