1. 整体做研究的思路
首先一个是整体的学习思路，大体来说分为两种。
1. 问题驱动改结构。
2. 结构迁移。
比如当时神经网络翻译刚刚推出来的时候，也并没有获得比传统基于统计翻译的模型好多少的效果。但却给了研究人员以灵感，为后续改进的神经网络翻译系统打下基础。
其次，结构迁移。结构迁移顾名思义，就是将处理其他问题的方法借鉴过来，来借鉴到当前问题上来。比如说，处理文字序列的方法，可以借鉴到处理图像上面去。
这种思路在实际应用中也非常常见。当我们学习当前应用的方法的时候，需要对该方法进行思考，是否可以将这种方法转移到其他应用中去。
2. 如何去解决问题
在做研究的过程中，我们往往产生有很多“伟大”的Ideas。
特别是对于深度学习的研究者来说，我们会针对这个问题去建立模型然后训练个把星期。
然而最后得出来的结果往往不理想，这是因为这个问题往往非常“大”。问题一“大”&#
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/26505.html