为什么有些学数学的看不惯甚至鄙视 Deep Learning？
2023-08-19 阅读 34
有些学数学的人可能对深度学习持有不同的观点，其中一些可能是出于以下原因：
1. 缺乏数学理论基础：深度学习是建立在数学基础上的，包括线性代数、概率论、优化等。如果某人对这些数学概念不熟悉或不感兴趣，可能会难以理解深度学习的原理和算法。
2. 过度黑箱化：深度学习模型通常由大量的神经元和层级组成，其中的运算和参数调整过程很复杂，导致模型很难被解释和理解。这使得一些数学学者认为深度学习过于黑箱化，缺乏透明度和可解释性。
3. 对传统方法的偏见：一些数学学者可能更倾向于传统的数学方法，如数学推导和证明。相比之下，深度学习更注重数据驱动和模式识别，这种基于数据的方法可能被一些数学学者视为不够严谨或不够可靠。
4. 算力和数据需求：深度学习通常需要大量的计算资源和大规模的数据集来训练模型。这使得深度学习在某些领域的应用受到限制，因为并非所有人都能够获得足够的计算资源和数据。
需要注意的是，这些观点并不代表所有数学学者的看法，也不能否定深度学习在许多领域取得的成功和进展。深度学习作为一种强大的机器学习方法，在计算机视觉、自然语言处理和语音识别等领域具有广泛的应用，并且在解决复杂问题上取得了显著的成果。
更新于 2023年08月19日
