[摘要]对于神经网络，硕士博士不需要弄明白原理，只需要应用，是这样吗？原创性的科研成果都是来自美欧国家。在国内的神经网络方面，基本都没有什么原创性的科研成果。这是中外在...
对于神经网络，硕士博士不需要弄明白原理，只需要应用，是这样吗？
原创性的科研成果都是来自美欧国家。在国内的神经网络方面，基本都没有什么原创性的科研成果。这是中外在人工智能原创性研究方面的差距。
当然，即使在国外，也只是极少数大师级的神经网络专家才会真正去研究神经网络技术的核心原理。而更多的硕士博士这样的年轻人而言，在神经网络方面，最多就是调参侠而已。就是针对一些已经被研究出来的深度学习模型比如GPT-3, 对其中的部分参数做一些调整，然后去观察该模型的行为结果。然后把这些调参的过程和结果，形成论文发表，或者去作为一些应用的核心基础。
有志于从事深度学习科研工作的硕士和博士，应该将深度学习各个模型以及算法的原理弄清楚。唯有如此才能基于这些原理来做优化甚至启发而提出原创性的算法或者模型。
对于神经网络，硕士博士不需要弄明白原理，只需要应用，是这样吗？
神经网络的知识种类太多太多了！
对于研究生来说，不需要研究太深，只需要知道网络架构，分层，然后知道应用的场景即可，带入网络训练就可以把网络应用到实际的项目中，可以完成论文，顺利答辩毕业走人！
对于博士生就没那么简单了，理论应用都是研究生干的活，博士就需要详细的研究网络的每一层，需要研究原理，才能去修改，更新，迭代以及应用自己的考研项目中，博士偏重于算法，不是简单的几个应用就能顺利毕业！所以要更加细致的剖析，理解数学原理，模型，并要完成自己的算法，产生比原有的算法更好更优秀的效果。这才是一个合格的博士生的工作。
所以要看好自己的位置，合理去分析研究！不要沦为代码的堆砌者！
