CC读书 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。

CC读书推荐阅读:宝可梦修改器开局分家,真少爷一家悔哭了医笑倾城脑海里飘来一座废品收购站我的纯情女上司踏星陆隐极品家丁弃妃,你又被翻牌了!韩娱之灿冷冰冰的战神王爷堵门求我疼疼他系统大人太帅气重生七零:肥妻要翻身女帝的现代生活喝醉后,女神让我忘了她帝国总裁霸道宠人到中年,觉醒每日结算系统傲世玄医女帝直播攻略暴徒出狱重生:大帝归来炼神丹!御神兽!废材大小姐竟是绝世帝女青云宏图我家大佬是神兽玩家超正义只有怪兽可以吗废柴召唤师:逆天小邪妃隐主龙玉圣龙图腾冰冷总裁未婚妻绝品高手混花都重生的李峰青梅有点酸,竹马你别闹超强打工仔村花太凶猛!我的六个姐姐,由我来守护!极品仙尊之高高在下豪门重生之撩夫上瘾闪婚厚爱:陆少宠妻无下限有妖气客栈天亮了,就不需要灯塔了都市修仙从摆摊开始太初灵境尊龙出狱送王船超级科技从无线充电系统开始重生60:我靠打猎让全家致富我的宝藏男神藏不住了古镇奇谭重生国民男神:爵爷,求宠爱!我有九千万亿舔狗金
CC读书搜藏榜:海贼王之最强冰龙皇上非要为我废除六宫邢先生的冷面女友战国混沌剑神的猴子猴孙们独享一吻成灾:帝少的77次锁情诸神来犯,我在现代重演神话神级狂医在花都都市之最强战神奶爸逍遥修真少年空间之归园田居重生之妃王莫属女导演的爱情电影重生后,我在都市杀疯了重生,我就是回来当厨神的湛少的替婚新妻韩娱之魔女孝渊迷彩红妆公主爱妻你别跑两界真武暗影谍云偏执首席放过我爱如星辰情似海百万调音师:我只好亲自上台了!祸害娱乐圈,你说自己是正经人?都市之邪皇狂少这个傀儡师有点那啥重生娱乐圈之女王至上乡村疯子致富路墨守陈规狂龙下山退休后她只想在娱乐圈养老重生九零恶婆婆商女谋夫回2001陪你长大我在梦里逐步成神变成女孩子,将高冷千金养成病娇亲情凉薄我转身自立门户我的世界,又要毁灭了重生后休了王爷重回1976,下乡当知青御膳房的小娘子重回七七种田养娃霞光升起金牌宠妃(系统)绯闻男神:首席诱妻成瘾我是导演,却拿着演员的技能我的师傅慢半拍邪医修罗:狂妃戏魔帝异世倾心
CC读书最新小说:四合院:从搪瓷缸到星际虫巢阴阳双和功82年:学猎养狗训雕的赶山生活系统:瞒着家人考上北大天命俱乐部!荒漠树人兽之狰容我在黍中大学的日子最穷顶流,真相曝光后全网泪目!商战偷渡回家,老家被诡异降临了?四合院:秦淮茹成了我工具人阿姨,你女儿的债你偿还很合理吧重生80:我的军工记忆有点猛魔法少女,生吃魔物那种车祸后,我的前女友全都来了神医,好逍遥渔猎1979,我把知青老婆宠上天华夏超管司港综:签到女神从法证开始人在安全局,美女同事越来越多武意之责任神明化尘鉴宝:我能穿越到70年代从菜鸟到特种王牌女修速避,小魔王出狱都市古武:纵横宇内,我已无敌重生1970:我听动物心声打猎养知青诡异降临:我的符箓能无限合成超级精算师邪门:我在月背打神仙道人生独宠娇妻,宠妻能无敌抖音直播:这主播打pk太狠了失控侦探青年林羽意外入局开启武者奇幻路太阳之子终极传承四合院:神级机械师,全院跪求我出手与嫂子合租,她的秘密藏不住了请问,我可以把你抱走吗?未婚妻作局陷害,岂料我是玄门神医学霸系统的社死方程式一九九五,千门江湖重生1980:赶山致富宠娇妻我是MVP,塔科夫商人是躺赢狗我的川渝野蛮女友文艺复兴之星球跃迁一叶一天赋,还修什么仙无神论者:启示神豪:从拥有明末小县城开始