General
PromptBeginner5 minmarkdown
<h1 align="center">
<a href="https://prompts.chat">
5
本文主要记录工程上算法工作的经验。主要知识来源于自己的经验和"微信公众号:AI爱罗说"的文章。
Sign in to like and favorite skills
本文主要记录工程上算法工作的经验。主要知识来源于自己的经验和"微信公众号:AI爱罗说"的文章。
注:本文是工程层面的经验,主要是CV算法方向。
对于神经网络来说,算法是个黑盒,但是用户要的却是明确的输出,因此我们要尽可能保证我们的算法稳定。
"目前以深度学习为基础构建起来的视觉算法,本质上是一套概率模型,依赖于喂给它的数据是否支持它应对所面临的复杂问题"
确定性的建立 根据第一大点,在项目开始一定要建立确定性。边界之外的不要给产品预期
算法调研 在算法调研阶段,我们要将需求转换为技术点。在根据技术点来找行业发展和方法,复现一些SOTA方案。
竞品调研 一般可研的时间有限,我们可能没时间验证所有的问题点。那加速的方法就是直接看竞品的效果。
AI类算法测试不同于过去类算法测试,很多东西是一个黑盒,你也不知道为什么,往往需要通过结果来判断。
设计初就要测试参与 产品设计功能的时候就得介入,详细的了解功能研发的前因后果。重点关注:功能设计的底层原因,理解了产品的底层需求,有助于更好的设计测试用例。
测试用例建立 输入输出是什么?运行的场景是啥?性能要求是啥?评价指标怎么设计,不要陷入算法细节。
前期定性后期定量 研发初期问题一般很多,如果是属于随便捞几张数据,都有问题的阶段,那就没必要定量,搂一眼,总结下问题类型,直接让研发解决就好。等搂一眼发现不了问题了,再费心思走定量测试,确认性能上限,才有意义。