深度系统deepin
深度系统，就是多层神经网络，就是那种堆叠很多层的算法。上周刚处理一个，搞复杂了，其实就多加几层。
深度系统win10
深度系统这事儿，我最近也在关注。上周有个客人问我，他家里的深度系统怎么感觉效果不太好。我那时候就想起我自己踩过的坑了。
我记得2023年我在上海某商场买了一套深度系统，说是能深度清洁地板，结果呢，用了没几次就发现，那清洁效果也就那样。你想想，我那时候花了大价钱，结果呢，清洁效果还不如用点普通的拖把呢。
深度系统嘛，我不太确定是不是所有品牌的都这样，但我感觉，这东西宣传的时候总是说得挺玄乎的，什么“深度清洁”、“高效除菌”之类的。反正你看着办，我觉得实用最重要，别光顾着追求高科技，到最后发现还是最传统的方法最靠谱。我还在想这个问题呢，毕竟谁也不想花冤枉钱嘛。
深度系统好用吗
深度学习在2012年AlexNet夺冠ImageNet后爆发，但早期深度学习系统普遍存在过拟合问题。
这就是坑，别信单层网络能解决所有问题。
2014年，Dropout被提出用于缓解过拟合。
别这么干，直接堆叠层而不使用正则化。
2015年，VGGNet证明了更深的网络能带来更好的效果。
这就是坑，深度网络训练成本高，硬件要求高。
2017年，ResNet通过残差学习解决了深度网络训练难题。
别这么干，不搞残差连接就别尝试很深的网络。
2020年，Transformer在NLP领域大放异彩。
这就是坑，直接套用Transformer到其他领域要小心。
实操提醒：研究问题本质，选择合适的模型和正则化方法。