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:绝色丹药师:邪王,你好坏总裁,宠妻请排队太古龙神诀都市之上门神医从前有座镇妖关我的透视可以看穿一切一人之最强异类我只会拍烂片啊入仕异常生物调查局重生七零,回到和前夫结婚当天摄政王的小祖宗又美又飒逆天九小姐:帝尊,别跑!(云家小九超皮哒)风流小屌丝我真是女明星从念动力开始的诸天旅行周队今天又真香了阴师阳徒,医行天下修真弃少逢凶化吉,开局直面十万阴兵三通爷爷故事会御兽:开局让未来的老婆签卖身契都市家事低调大明星君令策之凤摄天下我老婆也重生了我穿成了八个大佬崽崽的娘亲重生78:护林员开始的寻宝人生倒斗撞见灵气复苏,起飞了全网爆红!团宠小人参三岁半豪门千金是宠夫大佬都市之时间主宰别慌,我们全家都是穿来的医路逍遥娘娘她不想再努力了龙翔仕途他的小家伙甜度满分海贼之钢链手指女子学校的唯一男生桃源乡村小傻医功德兑换宝盒,各国都麻了我为暴君画红妆遨游在无数位面世界咬红杏带着搬家石游三界四合院:我是有空间的保安消费会返现攻略美女不过分吧!仙帝归来满眼星辰皆是你被白月光绿了,三孩都不是亲生的
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:我刚毕业就被逼着参加恋综我的九个姐姐,是重生者联盟分身顶前头自己苟后面,安全第一重生之搅动金融风云冬日黑云灰烬行者,雇佣兵吴枫我高考落榜去当兵重生之从村长到巅峰重生后的黑道人生医毒赘婿之隐世高手施万里春风,步青云之志献祭辣条出红光,拜金前任悔哭了囚血录为救妹妹,亲妈将我千刀万剐娱乐:唯我独法,女星们集体倒追我是流氓啊,怎么可能谈恋爱悄然进行开局得系统,我在荒野搞建造退婚后签到,美女厂长堵门求嫁永夜当铺:第101号断戒之谜每周异能签到,暗中缔造超凡帝国从监狱走出来的绝世疯批重生,腹黑总裁复仇记破蓝都市藏龙:前兵王的灵气快递单你不要这么烦我年代,渔猎江南,养活一家七口看见万物血条:稳在遗迹当老六!全民转职:鬼影军团横推万界开局带娃求生,万倍资源反哺龙国六零年屯里,我开系统商城当万元虎啸云海之红途诸天畅玩渔夫:我的渔村首富路玄门老祖在现代九块九,我买了一个陆地神仙渔村天眼:我的赶海运气值爆表了刘千鱼妖孽的海钓生活重生1981:渔火照蛟龙生穿成功,这一世我无敌沙海龙蛇暗涌谜局搬家七次,七位病娇青梅还在追我移动城市,神级资源批发商女多男少,我是全校女生的白月光还没毕业,就让我去当卧底?最弱火焰?看我焚尽星空!灵武:觉醒我不行,种地第一名塞罕坝:开局一棵树,我绿了全球大学创立钓鱼社,社员全是校花?