第9章 训练
更新很快，看到就是赚到。
⚡ 自动翻页
开启后阅读到底自动进入下一章
⚡ 开启自动翻页更爽
看到章尾自动进入下一章，追书不用一直点。
  会议桌旁，汤小鸥教授、徐力、杨樊等人都在，连在微软研究院的何鎧明时不时的过来凑热闹也不说话了。
  大家面前都摆著厚厚的测试报告，空气压抑得让人透不过气。
  陈阳坐在主位，手里转著一支笔，神色平静。
  其实他心里很清楚问题出在哪里。
  前世deepid算法之所以能屠榜，靠的不是单一模型，而是模型融合（和多尺度特徵提取。
  但他没有立刻说。
  一个团队的战斗力，是在一次次撞墙和突围中磨练出来的。
  如果每次遇到问题他都直接给答案，那这群天才终將变成只会执行命令的庸才。
  他需要给他们一点时间，去试错，去思考。
  “大家怎么看？”陈阳打破了沉默。
  “目前我们的方案是標准的cnn（卷积神经网络）思路。”徐力指著架构图分析道，
  “將整张人脸丟进模型，经过卷积层提取特徵，最后生成一个特徵向量进行对比。”
  “但这有个问题，模型似乎抓不住细节。比如双胞胎，或者长得像的人，它很容易搞混。”
  “我觉得还是数据量的问题。”汤小鸥教授沉吟片刻，给出了学术界的经典判断，
  “深度学习是吃数据的。相较於imagenet动輒上千万张图，我们才几万张，模型根本吃不饱，泛化能力自然上不去。”