1樓：Abakus
標題黨，封面殺手！
神經網路圖林完備早就證明過了，只要網路足夠複雜，可以模擬任何模型／演算法。所以你搞個MultiModel不提時間空間複雜度，就是在耍流氓。
2樓：王晉東不在家
多工學習的整合學習版式，感覺是個標題黨，這麼搞下去真的好麼？我個人不看好。
從大的角度講這算是個性化模型和統一模型的對抗了吧，Google明顯偏向統一模型的。
對於企業來說這種模型顯然是有很多好處的，快速部署，能力又不弱。然而這玩意感覺並沒有多大的技術含量和創新性。要不是Google做的，估計會被噴吧。
3樓：Wayne
試圖擴充套件深度學習的泛化能力之前，可以先思考一下這篇文章：Understanding deep learning requires rethinking generalization (https://
openreview.net/pdf?
id=Sy8gdB9xx
)並回答幾個問題：從乙個不相干的任務，比如imagenet，訓練得來的引數應用到文字parsing上得到的提高是否意味著跨modality的transfer learning的成功？用多個訓練集訓練後，相比於用某單項任務的單個訓練集的的提高是來自其他任務的transfer的幫助，還是來自訓練資料量提高等其他原因？
深度學習真的能拓展對多modality的泛化能力麼？
如何評價AWS的圖神經網路框架DGL？
yeee leslie 提供node 和 edge 檢視，加上基於edge 的訊息傳遞機制，開發者不用manipulate鄰接矩陣來傳遞訊息，使開發更簡單和高效。multi hop節點之間訊息要怎麼傳遞？ 迷途小書童 最近新出來了乙個package pytorch geometricrusty1s ...
神經網路如何設計自己的loss function，如果需要修改或設計自己的loss，需要遵循什麼規則？
daxing 你寫的這個公式caffe裡面有實現，SigmoidCrossEntropyLossLayer，沒有除以C SigmoidCrossEntropyLossLayer是專門用來處理Multilabel classification的。Jupyter Notebook ViewerCaffe...
如何評價谷歌剛推出的 AutoDraw？
嘉偉 我也跟著做了個類似的功能，位址SmartDraw 不用翻牆也能用，解決了AutoDraw用不了的問題o o XiangyuLI 還不錯的，畫生活常見的物品都能識別出來。我就想，如果畫一些logo能不能識別出來呢，這樣就可以有自定義風格的logo啦，於是.結果 BugCreater 這個工具之前...