jimrok

图像识别已经是深度学习非常成熟的领域，一般都不建议重新训练一个模型，现有的模型选一个速度和准确率都能接受的模型，做一个微调就行，因为现有的模型对图片的纹理特征都完成了比较好的训练，只需要基于现有的权重，重新训练，就能得到特定领域的模型。

@lizhisty 残差网络，多打了一个 t ，resnet ，何凯明在微软研究院搞出来的图像分类模型，曾经的 imgnet 的冠军。

这个不是做一个微调就行了吗，你用 restnet 50 的模型，改一下分类，载入原来的权重，重新训练一下就行了。问一下 gpt4 ，马上给你一套代码。

主要是房贷的压力，多储备现金吧，大环境不太可能很快变好，普通人能解决的办法就是多寻找一些其他的机会，任何时代都有这个时代的生意。

自动驾驶反正是科技战不能输的几个领域，汽车自动驾驶，扫地机器人，还有无人机未来都会继续投资的，从背后也反应了国家的意志。

工程确实有自己的一套理论，否则为什么台积电能做出 3 纳米，而 intel 做不成。理论大家都知道，但工程上的问题就多了去了。算法能给你把模型跑出来，但要变成应用，还得保证性能，就完全依赖工程部分的能力。

@bskfz 现在制程确实到了瓶颈，性能提升需要更高的运行频率还有更多的晶体管，这些都受阻制程上的漏电。鳍型工艺已经快到尽头了，越来越不好控制漏电了。

@OneMan M3 用的是台积电第一代 3 纳米工艺，叫 N3B ，良品率低，成本过高，苹果用在 iphone 15 和 Macbook 上了，都遇到了发热的问题，iphone 15 是升级了系统来改进，应该就是降频处理。用在 macbook air 上，也遇到降频的问题，因为 air 不带风扇，只能通过降频来减少发热。据说台积电在下一代 3 纳米工艺 N3E 上会改进制程设计，发热会改善。

感觉 intel 被两家都抛弃了，是不是该反思一下。这么多年都过去了，毫无进步。