經過初步實驗結果，可以發現Model的執行時間相對其他的索引結構慢，也沒辦法很精準地預測結果...

那幹嘛用 Model....XD

開玩笑的...人家是大神，大神的想法就是不一樣 ! (怕爆)

前一天有說到 Kraska et al. 針對測試結果提出了問題所在，

有問題怎辦....那就想方法解決就好拉 !

他們針對這些問題提出了優化方法，

他們設計了幾個新的框架與策略:

• Learning Index Framework (LIF)
• Recursive-Model Indexes (RMI)
• Hybrid Indexes
• Standard-error-based search strategies

前一篇的初步實驗主要是關注簡單、全連接層(fcn)的神經網絡，但他們相信還有其他類型的模型可以提供更好的效能。

介紹到這裡大家對這篇paper應該都有初步的瞭解了，其實說真的我看了好幾遍才懂...Q

希望能用相較口語化的表達方式、簡單的圖示讓大家瞭解，順便練一下自己的表達能力，對於一些細節以及相較模糊的部分我沒有介紹，我覺得只要重點介紹，精神有抓到就夠了，畢竟這不是我們寫的，我們怎麼可能知道任何details呢 !

開始推卸責任 XD 開玩笑低喔...希望不要被檢舉就好。

接下來幾天會針對所提出來的框架與策略一一介紹，千萬不要期待...XD