1、除了GPU的训练方法(只有NVIDIA在做),是否研究过其它硬件(如FPGA)的实现性能? 2、医学图像的ML除了需要医学知识外,还在哪些方面和别的行业的ML具有明显的区别? ?
复旦大学类脑智能科学与技术研究院青年研究员罗畯义:
除了GPU之外,其实FPGA也可以做深度学习,但由于FPGA定制化的信息量比较高,所以FPGA比较会是符合某一种特定的场景下的应用。但在GPU上的应用,会是比较广泛的一些应用。
在碰到一些医学图像的提升方面,或者说医学图像处理的部分,最好还是跟医生要多交流,才有办法去知道他们所看中的是哪些内容。避免在做医学图像deep learning时创出很多可能对医生来说并不是他们想要的东西,所以在学习医学图像的deep learning时,希望大部分的人能够了解这个图像的本质是什么。不能直接把一个图像直接拿去做一个机器学习,那得到的特征可能是某些机器自己所产生的一些特征,含在这个影像里面,而不是真正有用的临床特征。所以,在处理这个图像时,能够知道图像来源是什么,怎么产生这个图像。