我们马上记住本站网址,www.kcbook.pro,若被浏/览/器/转/码,可退出转/码继续阅读,感谢支持.
这本书是按照学霸+读书创业的方向来走的。
有朋友说，高中因为有高考主线，所以还很好，但上了大学马上就“高开低走”。
这是我的问题，我并没有考虑到并不是每个人都能清楚神经网络大模型的发展历程，重要时间段。
如书中所言，现实中，神经网络/深度学习领域，进入90年代后一直遇冷到了2006年——直到辛顿在nature上提出深度信念网络，NIVDIA开启CUDA，李飞飞创建ImageNet数据集。
直到这时，算法，算力，数据，三驾马车勉强凑齐。
但深度学习领域还是冷。
（可能大家听过一个笑话，X度的自动驾驶里面，有上百万个if else……）
那会为了提高研究热情，李飞飞让人免费用数据集又搞训练比赛……
可以说，大模型就是一帮坐冷板凳的科学家坚持走出来的。
现在回到书中，时间是2000年。
大家有个普遍的误区是认为有算力、超算就可以搞训练。
不是的，深度信念网络（DBN）逐层预训练是串行逻辑，分布式只会增加延迟，而超算都是分布式集群的，哪怕银河二号超级计算机，都不如一块奔腾4跑得快。
但你说能训不呢？那当然还是能的。