還比傳統方法計算量大很多,精度差很多,雜誌上大量煙霧和灌水文章。
近期在這方麵一個真正的突破是NNLCI,訓練量需求極低,比傳統計算方法小幾個數量級計算量。。。
還比傳統方法計算量大很多,精度差很多,雜誌上大量煙霧和灌水文章。
近期在這方麵一個真正的突破是NNLCI,訓練量需求極低,比傳統計算方法小幾個數量級計算量。。。
• 不知道你在說什麽方向。如果沒有數據或數據稀缺腫麽辦?如果在一個分辨率上馴練,換個分辨率絕大部分訓練模型就歇菜了 -newbiestock- ♂ (0 bytes) () 02/24/2024 postreply 14:51:17
• 這些領域的數據基本上都是細網格算出來的,很昂貴。基於全局數據訓練或基於最小化方程殘留值的神經網絡效率太差。 -ezf- ♂ (0 bytes) () 02/24/2024 postreply 14:59:23