侠客书屋 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!

说实话,开创“机器学习”新领域,成为“深度学习”等技术路线的指路人,的确十分诱人,光是提出“人工神经网络”的概念,就足以名垂青史了。

但对于自己现在的水平,江寒心里还是很有数的,不谦虚地说,只能算略知一二。

前世虽然上过大学,学的却不是计算机专业,在编程和硬件领域,基本上全靠自己摸索,知识体系并不完善。

至于“人工神经网络”方面,前后只看了几本入门教材,外加在P站看了十几个系列视频教程。

一些重要的概念是清楚的,一些经典算法也是了解的,做一些简单的推演,应该也没什么大问题。

可许多公式背后的原理,当时就没能理解得十分深刻,到了现在,印象就更加模糊了。至于那些需要最先进的数学工具,才能完成的证明与推导……

在机器学习领域,“深度学习”被称作最具颠覆性的理论,以他目前掌握的这点儿皮毛,想要从无到有地开辟出一整条技术路线,难度可想而知。

可难就不搞了吗?

这是个难得的机遇,一定要好好把握才行。只是他还需要好好想一想,如何妥善运用那些“走私”来的知识。

既要充分发掘价值,也要注意合理性。起码拿出来的东西,要符合自己的人设,要找得到合理的解释,免得惹出什么不必要的麻烦……

江寒前思后想,终于做出了决定。

总之,必须尽快将“感知机”的概念抛出去,否则后续的一系列技术,全都得憋在脑袋里,没法拿出来见人。

只是这样一来,估计自己将来基本跑不掉一个“机器学习宗师”、“AI教父”、“人工神经网络创始人”之类的称号了……

别看“感知机”简单,却是“人工神经网络”的基石,很多“机器学习”算法,比如支持向量机(SVM)、深度学习、D-QLearning、生成对抗网络(GAN)……都是在其基础上才发展出来的。

在另一个世界,“感知机”的概念诞生于1957年,由Cornell航空实验室的FrankRosenblatt提出。

本质上是一个线性分类模型,用于解决二元线性分类问题,对应于输入空间中将实例划分为两类的分离超平面,是最简单的前馈人工神经网络。

好吧,说人话。

简单点说,感知机就是一个算法,通过大量训练,可以让电脑掌握某种规则,然后按照这种规则,将输入的数据分成两类。

如果输入的数据空间只有两个维度,将其视作平面直角坐标系,那么“感知机”的图像,其实就是一根直线。

“感知机”虽然简单,还是有点用的。

比如经过训练后,输入身份证号,就能帮你判断出是男是女;比如输入身高和体重,就能判断是否超重……

可能有人会问:随便写个程序,不是很简单就能实现这些功能吗?

但感知机的神奇之处,在于使用同样结构的程序,就能在很多领域里通用,而不用针对性编程。

这是机器学习和常规编程的本质区别。

感知机结构异常简单,工作原理也不复杂,但要想写成论文,也需要进行一些数学推导,以及前置理论。

“感知机”是建立在M-P模型的基础上的。

生物的神经细胞结构,主要由树突、突触、细胞体及轴突组成。单个神经细胞有两种状态:激活或者未激活。

神经细胞是否激活,取决于从其它的神经细胞收到的输入信号量,及突触的强度(抑制或加强)。

当信号量总和超过了某个阈值时,神经元就会激活,产生电脉冲,电脉冲会沿着轴突并通过突触传递到其它神经元……

M-P模型就是模拟生物神经元的工作机制,创建出来的一种数学模型,采用阈值加权和与激活函数来控制信息传导过程,是生物神经元的一种简单抽象。

如果M-p模型的相关论文尚未发表,江寒就需要自己推导,并将其容纳进自己的论文里,否则难以自圆其说。

在写论文前,必须扫清障碍,接下来江寒就开始在网上寻找论文和线索。

功夫不负有心人,江寒几经周折,终于在一个学术网站,找到了那篇讲述M-P模型的论文:《Alogicalcalculusoftheideasimmanentinnervousactivity》。

这篇论文发表也有几十年了,却没在这个世界引起多少关注,引用数更是少得可怜,不过也幸好如此,否则哪轮得到自己来引领时代风骚?

江寒重生前就看过这篇论文,但那时候并没怎么细心揣摩,只是一扫而过,现在为了写出合格的SCI论文,自然要好好琢磨了。

他找来一个只写了两、三页的日记本,边刷论文边记录要点和心得,论文里遇到的术语,如果不十分理解,还要上网寻找文献和参考资料,还要确定来源是否可靠……

时间过得很快,转眼一个小时过去。

虽然说高三寝室并不会熄灯,但室友们总要睡觉的,老李那边也不能拖延太久。江寒看看重要问题基本解决得差不多了,就将手机上交,然后匆匆洗漱、上床休息。

第二天。

江寒醒得有点早,看看时间,还差几分钟才5点,就决定去操场上跑跑步。

上辈子疏于锻炼,身体素质始终没提上来,没到30岁就处于亚健康状态了,这一世他不想重蹈覆辙。

很快洗了把脸,然后来到操场。

到了地方才发现,刚刚5点就已经有不少人来锻炼了,跑步的,压腿的,打球的,玩单双杠的……

“像我这么勤奋的人,还真不少啊!”江寒感慨了一句,活动下关节,压了几下腿,然后开始慢跑。

运动时脑子也闲不下来,学习的事情、赚钱的事情、系统的事情,“神经网络”、“感知机”、“M-P模型”……各种念头纷至沓来。

千头万绪,此起彼伏。

江寒正心不在焉跑着,忽然发现前面不远处,有个女生也在慢跑,背影很惹眼,好像有点眼熟。

不一会儿,经过那个女生身边时,他才确认自己并没有认错,果然是夏雨菲。

有个大活人在身边跑步,夏雨菲自然不可能发现不了,但并没有做出什么反应,看都不看他一眼。

“早啊!”江寒笑容爽朗。

“早。”夏雨菲淡淡回了一句,眼光都没偏一下,自顾自跑着。

江寒只是出于礼貌,才打了个招呼,没想到她会回应。

声音还挺脆,就是神情十分冷淡,有点拒人于千里之外的意思……

大概这姑娘经常被搭讪,内心已经毫无波动,说不定还很不耐烦?

江寒笑了笑,不再理会,很快超了过去。

既然人家对他没兴趣,他就不会多打扰。

重活一世,他不会舔任何人,哪怕是夏雨菲。

侠客书屋推荐阅读:大夏守夜人:我会的异能有点多都市修行我靠加点横推深夜学园政坛巨星疯撩!她的病娇小狼狗又奶又黏转世重生,从零开始未见淡漠牛!让你直播鉴宝,你给人鉴刑?王大叔的幸福情缘田园医农被迫流浪无限世界回村修仙:开局捡僵尸萝莉越境鬼医最强人让你写爽文,你贴脸开大?本想摆烂,剧情却不对劲了高武普通人,职业长生者牙口不好,吃老婆软饭不过分吧?从海贼开始横推万界一块面包养活一个种族很合理吧让你去打工,你在厂里当渣男?半岛岁月重生韶华:打造科技帝国修仙现代,我为恶毒女配九玄道君:混迹阴阳两界当大佬万朝援龙!召唤武将争霸蓝星!人在缅北,我为龙国扛大旗神秘老公,晚上见!恶魔校草,你够了!为了和平,为了和谐都市道观:许愿要用献祭换!重返1977万古神帝种田山里汉:末世娇娇三岁半乖徒儿快住手,我是你师父啊!夜深人静的雨声奔现对象是我姐,死遁却被抓被师父瞒了多年,我原来早已无敌拒绝十亿暴富,我选择当女儿奴种仙记大道封神:从恐怖复苏开始四合院我的起步有点高相士之梦行者余生有你,甜又暖我在梦里打怪升级张玄林清涵我火异能,老师说只能烧锅炉华娱:我能梦见未来人在鹰酱写鸡汤,全民求我当总统狂飙:刚成巨佬,陈书婷找上门
侠客书屋搜藏榜:海棠春将军与我一世约大夏剑术,谁主沉浮雄起,我洗鞋子养你说好的流氓,结果成了热芭的老公重生之爱妻入局清穿之锦玉无双重生毒妃有点邪我混烘焙圈的红楼之我不是林妹妹蜜婚甜宠之娇妻在上我的超级神豪养成系统极品驭灵师重启2006轮世末日无上小神农姬刃暴猿王风华书让你来加速中上班,你抓哭白露?大国之巨匠靳先生你老婆又婚了将嫡重生:渣男的成长史总裁深度爱重生后成了反派的挂件修真至尊在都市穿成团宠后她暴富了超市空间:穿越年代嫁糙汉都市:我开局成了富二代反派第一爵婚:深夜溺宠令人震惊就变强交换灵魂,这个校花不太冷[古穿今]将军的娱乐生活从海贼开始贩卖宝可梦陈生的逆袭之路窈窕宦官我用一百块挑战环球旅行你我无人天降神宝在七零宦海官途过气偶像大翻身顾先生的逆袭萌妻易得志的青春我!活了5000年!我有一座解忧屋穿到现代以后她躺赢了逆天奇缘:富贵的爱恨情仇废才狂妃:我家王爷太妖孽桃花源签到一个月,被向往曝光了
侠客书屋最新小说:哀牢山寻死记重生之追回逝去的爱抽卡转职:我乃枪神,无敌世间政府招待所灵启都市纪元:佣兵的平凡幻变左手黑剑,右手白剑,爆杀一切御兽化形:开局强制契约九尾妖狐官场第一神医血月黯临60年代:每日盲盒,悠闲生活刚武考完,你杀成修罗了?相亲失败,我在向往初见白露神行无道都市异能:原来我才是救世主打鬼子赵苟在行动剧本世界:这演员只想搞事鬼才律师:劝人自首还被送锦旗?深空探索:超凡之旅流落海岛:这校花太傻白甜了抗战:黑云寨大当家,无限爆兵!在这个世界里,我只需要一个你穿到1988,我有5个儿女要养梦游记实十日任务:我有天道系统可斩神芳草如梦重生复仇,没让你横扫名媛榜重生之乡村逍遥开局心之钢,我是高武第一数值怪特工奶爸的田园日记网游:开局双SSS天赋走向无敌堕入深渊的女人我家都破产了,你们怎么还追我这哪里像F级异能,你开挂是吧?女神带娃堵门,觉醒无敌奶爸系统傻医离婚,破产女总裁捡到宝新都市传奇之悟空大战外卖员觉醒超人血脉后,我赶尽杀绝转生萝莉的我当反派怎么了?最强夏天1级1次强化,御兽全是恒星级道医打工仔疯了?离婚后,女总裁前妻倒追我仙医圣手命里二十泛桃花御兽:开局传承一个球神医:分手后被美女总裁疯狂追求无双医王师弟太强,下山祸害师姐去吧天才狂医美丽家园