8k小说 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。

8k小说推荐阅读:重生之妖孽人生官网争锋低调术士智能工业帝国重笙暴力丹尊全能强者萧晨苏晴完整版小说免费阅读绝品邪少仙园农庄盛世荣宠之妖妃嫁到一不小心爱上总裁绝世医王仕途之风云再起调教香江重生之风云再起重生女学霸超凶哒功夫神医在都市天火大道无上神道九天宝鉴天下无千我的贴身校花指腹为婚,总裁的隐婚新娘古代穿越日常偷生宝宝,前妻别玩了韩娱之魔女孝渊完美隐婚,律师老公不太坏重生娱乐圈之不老传说超级神相[综武侠]修真到异世医者为王太古龙象诀重生之千金娇妻重生香港娱乐圈之倾城之恋我的追美神器道士不好惹(又名:古井观传奇)仙家农女都市小保安龙婿陆凡全文免费邪帝狂后:废材九小姐龙啸大明一不小心嫁冤家战国征途萌宝一赠一:爹地凶猛,立正!天才相士恶毒女配是神医噬龙帝征途护花状元在现代先婚厚爱,厉少的神秘哑妻
8k小说搜藏榜:反派想杀本作者果然我还是太弱了天眼宝鉴月光之门葛正诡事录修罗殿之战神归来皇上要金屋藏妃顶流大佬的撒娇日常恶毒女配是神医我是主角他老爹小奶包被六个大佬争着宠都市:学霸的逆袭之路!系统之我是妲己首席爱妻命中注定全才大明星重生之末世凰女震惊,我被诡异包围了!聊天群的剧透群主高价彩礼?我不娶了!穿越之福临门大秦:我被祖龙偷听了心声锦绣妃谋年下小奶狗他又凶又疯我真的不想当小偷守望先锋入侵美漫溺宠一品弃后遇见你温暖了我我的纯情女友女总裁的贴身保镖我一个圣母,你说我卑鄙?我曾爱你天荒地老揽云传我的绝色总裁逆尘天尊祝氏女儿不好嫁天庭微信群之小川龙婿陆凡全文免费人生得意无尽欢梦里寻她之心醉如诗穿越之绯闻少爷追妻记流落荒岛,我成了美女们的救世主在暴戾的他心头撒个娇重生马甲:大小姐A爆全球天下为君:娘子太妖娆我的手办有生命萌宝一赠一:爹地凶猛,立正!全民觉醒:我隐藏了空间系两界通行者山海御兽,我站在华夏巨人的肩上被保送的我只想体验高中生活
8k小说最新小说:校花问能不能干我空间系干她飞起老城区守印人导演,你拍的不科学啊!doro的幸福生活下山退婚:未婚妻不按套路出牌财富自由从偷爸私房钱买彩票开始津门暗战:红隼决胜情报局他是玩家,那我们是什么?立威四合院之空间在手送单超时,激活我的万倍外卖返还青田医仙港影风云:十三太保崛起之路全能扮演,我的星光人生龙王?抱歉,我是修仙的!开局诡异找上门,我直接铠甲合体逗比系统带我捡破烂爆红辞职归山,我的手艺震惊了全世界开局加载未来剧本,仙帝求我指点逼我离婚?龙王赘婿震惊全城你要负责!是你说喜欢病娇的!穿越1935:我成了抗日铁军统铁血狂锋,开局被全球通缉村巷深处大一开学,我拥有神豪返现系统我在都市修了个野仙我答应做6个月女人,你要我嫁人民俗事务所:我请狐妖当秘书新战争与和平不是优势在我吗?怎么我成俘虏了官场:让你辞职下海,怎么入中枢铁血峰刃都市玄道抗战川军:你敢叫我杂牌军?望气:从雨夜生死一刻走来深渊也配凝视我!我的七个师姐全是幕后大佬娱乐奶爸:薛落,你家公司我买了让你参加国运,你读心把全球整崩伪人世界唯一正常人娱乐:抛弃师师,杨蜜哄我吃软饭权利的游戏,从派出所民警开始我的女友是武榜第一修个灯泡而已,怎么就成海王了开局偷家,缔造科技帝国旧物典当行:灵境摆渡人张易发老师解读书籍文字版分手费全仓沪铜期货的我成首富抖音每日的热搜故事不想下地狱的浅仓同学