人工智能工程师被戏称为“调参侠”，这是为什么？

发布网友发布时间：2022-04-22 03:52

共5个回答

热心网友时间：2024-03-01 04:28

能做出有效模型的少之又少，剩下的工程师确实就是剩下调教参数，找数据训练！只会用别人的模型的人呗，其实这也是外界以及从事人工智能比较肤浅的人的一种误解和偏见。人工智能当然不能只用别人的模型。

只会用别人的模型的人呗，其实这也是外界以及从事人工智能比较肤浅的人的一种误解和偏见。人工智能当然不能只用别人的模型。因为算法封装之后，最高大上的就只剩下调参了，什么数据清洗，特征选取与特征工程不算什么技术活了，能干的人很多。

就调参需要了解算法。人工智能产品开发包括数据采集、预处理、数据探索、选择算法训练模型。训练模型主要选择梯度下降算法，通过调整激活函数、隐藏层、池化层等不同参数，达到最优解。

主要是国人开发这些东西，很多都是在调用国外成形的软件基础之上的二次开发。毕竟自主开发要不很花时间，要不很花钱。因此很多人只是想在下一波互联网浪潮来临的时候分一杯羹，并非想要真正地做好一款软件。所以无论是什么调参侠，二次开发大师都有这么一个说法。希望未来随着国人的学历逐步提高后，自主从零开发的产品会越来越多吧，而不再是逐利为主。

写过一个最小二乘矩阵束的算法，电力大数据提取特征用的。拿给同事用，只留参数接口，源程序全部加密封装。保护自己的知识产权，也方便别人应用。就算给他们源程序，基本全是矩阵和范数，他们看不懂，不小心删掉个括号啥的，就没法用了。

做人工智能的人，基本都和数据模型打交道，数据模型除了数据外，还有一个就是模型参数，参数是可调节的，我们通常说的超参数就是要进行调节，去适应数据，当然调参也需要数学功底，对算法的理解，所以，简单的说人家是调参也不太礼貌，人家能做的，你未必能做到。

热心网友时间：2024-03-01 04:29

主要还是因为人工智能工程师经常需要调整参数，所以被戏称为“调参侠”。

热心网友时间：2024-03-01 04:29

多半是刚入门的算法工程师做的事情，他们不是很懂神经网络的结构、数据分布等等，只能通过调整超参数，以期望获得较好的结果，这样有时候是可行的；更重要的原因是，GitHub上开源了很多模型，并附上了预训练参数，如常用的检测、分割、分类等等，这些模型都非常成熟，大部分直接调用就可以，然后根据自己的训练数据，稍加修改，就可以得到非常好的结果。公司只要结果，不要求创新，开源项目已经可以做到这点了，所以大多数只要调参即可。

热心网友时间：2024-03-01 04:30

因为人工智能工程师的工作内容有调参，需要调节不同的参数，尤其是在CV这块，需要超参数。

热心网友时间：2024-03-01 04:30

因为这个东西并不是非常的稳定，还得设置许多的参数，所以被人们根据它的设置戏称了。