其实我觉得NLP稍微难一些
抽象，歧义多，一词多义，表达方式多这些都是他的特点，但是我觉得最难得还是主观性太强
我们在日常生活表达的时候都只会说个大概，听者会自动补全描述语。并且，在不同的环境下，同样的句子你可能补全的也不一样。
这只是个人观点。我也想听听大家的观点，欢迎大家留言
CV要求的算力好像高一些
那可不是高一点啊。那是高亿点。
去掉好像，没有好像【滑稽】
还是自己的兴趣最重要了
6
对的
客观来讲 NLP还需要很多时间来发展 因为现在CV落地很多 但是NLP太少了
NLP
感觉也是
nlp有啥入门资料吗
那么，推荐系统怎么样
推荐系统是二者结合，入门课都放最后讲了……
目前是前者
是的
看研究程度
感觉推荐算法落地价值大一些
因为推荐知识层简单，应用起来快
看做什么了
我觉得主要是推荐落地比较简单，或者说就算错了影响也不会太严重，本来就是猜你喜欢，猜错了也正常，模型还可以慢慢迭代……
要是CV这种真正落地部署的时候漏检了，业务能打死你……
我认为nlp更难，图像是2维、3维结构化数据，nlp是多维非结构化数据；我课设之前有简单统计过nlp、cv的知网论文发表指数、百度检索指数，nlp相关的指数都是低于cv的，我当时是认为nlp简单，但老师认为nlp是更难，cv更简单、发展更成熟，所以关注度高、相关指数高
CV要求的算力好像高一些
那可不是高一点啊。那是高亿点。
去掉好像，没有好像【滑稽】
还是自己的兴趣最重要了
6
对的
客观来讲 NLP还需要很多时间来发展 因为现在CV落地很多 但是NLP太少了
NLP
感觉也是
nlp有啥入门资料吗
那么，推荐系统怎么样
推荐系统是二者结合，入门课都放最后讲了……
目前是前者
是的
看研究程度
感觉推荐算法落地价值大一些
因为推荐知识层简单，应用起来快
看做什么了
我觉得主要是推荐落地比较简单，或者说就算错了影响也不会太严重，本来就是猜你喜欢，猜错了也正常，模型还可以慢慢迭代……
要是CV这种真正落地部署的时候漏检了，业务能打死你……
我认为nlp更难，图像是2维、3维结构化数据，nlp是多维非结构化数据；我课设之前有简单统计过nlp、cv的知网论文发表指数、百度检索指数，nlp相关的指数都是低于cv的，我当时是认为nlp简单，但老师认为nlp是更难，cv更简单、发展更成熟，所以关注度高、相关指数高