1. 摘要
名字:创享干货日记
说明:创造、收集、分享干货资源
本人所有资源汇总:金山智能文档
——————————文章来源:https://www.toymoban.com/news/detail-796069.html
挑选科研方向坑太多了,所以写个文档让自己注意、也让大家避避坑,会大概说说挑选科研方向的注意事项,随时更新。
各位想知道啥都可以评论,我这边看心情回复和更改,哈哈哈哈。
2. 人工智能不同科研方向有什么特点?
。。算力花费:不同研究方向需要算力区别很大,例如计算机视觉中的3D的数据比2D数据多了一个维度,如果2D是100,那么3D就是1000,所以2D需要的算力小一些,所以花钱少很多。
。。算力影响因素:影响算力大小的是模型的计算量和数据集的大小,只要查看各个研究方向中经典算法的计算量大小和数据集大小即可,当模型计算量为2G、数据集2G时,用一张titanxp十个小时就可以训练300epoch,租服务器的话,一个月可以100元搞定。计算量和数据集大小可以通过询问前辈师兄师姐、查找论文、google、百度、知乎、csdn、paperswithcode、github等渠道查找。
。。细分方向:每个研究方向都可以继续细分为追求精度和追求速度两类。
。。。。追求速度:就是模型压缩、实时、轻量化、移动端、边缘设备之类的,一般都是小模型、算力需求小、花钱少,适合个人单干研究、适合中小型企业使用和训练。
。。。。追求精度:一般都是大模型,例如2023年大火的chatgpt,听说这个玩意光是训练一个月就需要几百万美元,有钱的、大公司可以玩玩,哈哈哈哈。
3. 如何挑选科研方向
一定要结合导师资源自己提前想好研究方向,别等导师给你安排方向,导师不清楚你有什么需求。
挑选方向耗时很长,快的一个月,慢的半年。
3.1. 确定自己的需求
一般科研都是单干,所以下述是单干需求介绍。
需求分类:花钱少、容易研究、能发表高水平论文、未来工作是否有用。
3.1.1. 花钱少
。。发论文花钱:这个是任何科研方向都无法避免的,包括审稿费、版面费等,一般几百-几万不等。
。。。。免费期刊会议:
。。。。。。校刊:高校为了让自己的学生毕业所创办的校刊一般不花钱。
。。。。。。少量期刊会议:几乎都是国外的,这些期刊会议通常由政府、学术机构或非营利性组织支持,其宗旨是为了促进学术交流和知识共享,而非盈利,但是免费的越来越少了。
。。GPU算力花钱:这个是人工智能科研的一个痛点,需要GPU训练模型,不同研究方向需要的算力不同,对应花的钱也不同,影响算力大小的是模型的大小和数据集的大小,只要查看各个研究方向中经典算法的模型大小和数据集大小即可,一般模型2G、数据集2G,用一张titanxp就可以了,一个月可以100元搞定。
——————————
总结:挑选模型计算量和数据量小的研究方向即可。
3.1.2. 容易研究
容易研究的方向可以快速入门。
——————————
科研方向容易研究得特点:
。。每年论文很多:不必担心人多导致发论文困难,真正能研究出来东西的人不多,这在任何科研方向都一样,研究人多反而有很多参考资料,可以通过paperswithcode查看。
。。有大量资料:例如免费的汉语版教程、完善的代码和代码教程、成熟的算法库和算法库教程等,可以通过百度搜索看看能不能查到。
。。研究方向很细:研究方向可以理解成关注点,越是细分的研究方向,需要关注的内容就越少,需要学习的内容就越少,越容易发论文和深入理解。例如从大到小的研究方向包括人工智能-计算机视觉-目标检测-小目标检测-实时小目标检测-实时小目标检测的网络结构的改进、实时小目标检测的网络结构中模块的改进等。
——————————
总结:挑选每年论文发表数量很多、方向分类很细的研究方向即可。
3.1.3. 能发表高水平论文
发表论文水平的高低取决于你对自己研究方向理解的是否足够深入,个人研究倾向是研究容易入门的,入门之后可以快速发低水平论文保底,之后逐渐深入理解,逐渐的高水平论文就有了。
较难的研究方向入门之后可以直接发表高水平论文,但是这些研究方向的入门难度比容易研究的方向发高水平论文还要难,如果有靠谱的前辈能一步一步带着你那可以,否则还是别挑战自己的能力,哈哈哈哈。
——————————
总结:挑选每年论文发表数量很多、方向分类很细的研究方向即可。
3.1.4. 未来工作是否有用
这个看自己未来打算,其实科研相关的工作也就是科研和工程两类,其他的工作科研没啥用。
——————————
。。研究所和高校工作:主要是搞科研。
。。。。学习内容少:只需要专精某个极小的领域即可,需要学习的内容比工程工作少很多
。。。。要求多发论文:要求发很多论文,这个能做到的话,科研工作还是很舒服的。
。。。。代码能力要求低:要求不高,能会用就可以了,代码基础不会也没事,能用就行,有chatgpt帮忙很简单的。
。。企业工作:主要是搞工程开发。
。。。。学习内容多:需要了解相关的所有领域,一些恶心的公司甚至要求你在所有领域都要精通,有这个本事,还是自己单干吧!别去了。
。。。。紧跟社会需求:去企业就需要了解自己的研究方向能不能给公司带去利益,这个需要关注招聘软件的需求和社会发展情况,例如2024年1月1日肯定需要自然语言处理的人才。
。。。。代码能力要求高:比科研的需求高至少一个等级,起码基础要掌握好,例如至少需要能手撸yolov8代码,有了chatgpt之后,这个工作难度低了很多,但是很多专精的东西chatgpt是帮不上忙的。
。。其他工作:基本用不到,想办法快点发个小论文毕业,之后学点工作相关的内容吧!时间不等人。
——————————
总结:
。。研究所和高校工作:找个容易研究的方向,能发大量论文。
。。企业工作:找个社会需要的、容易研究的方向,方便快速学习。
。。其他工作:找个容易研究的方向,快点把小论文发出去,之后学习工作相关内容。
3.2. 总结
结合导师资源,自己挑个容易研究、计算量小、数据量小、追求速度的科研方向即可。
。。容易研究:论文数量很多,百度一搜有很多说明和讲解
。。计算量小、数据量小:查找经典算法的计算量和数据量即可
。。追求速度:例如在目标检测中,可以找轻量化目标检测、移动端目标检测、边缘目标检测等。
——————————
注意:不要关注太多相关研究方向,这对科研帮助不大,而且非常浪费时间,重点关注自己的非常小的研究方向即可。文章来源地址https://www.toymoban.com/news/detail-796069.html
到了这里,关于(随时更新)人工智能如何挑选科研方向?的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!