爱看读书 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。

爱看读书推荐阅读:最佳影星都市赢家人生特勤精英独家蜜婚:帝少宠妻太深度Boss生猛:总裁,我有了龙王医婿全文免费阅读穿书后,恶女成了团宠小娇娇表白被拒,转头闪婚了天仙的妈妈重生初中:神医学霸小甜妻都市绝品少年这是重生吗?这是黑道发家史啊!惹火狂妻:邪帝,好闷骚回到92:开局被俩大舅哥投河毒妇重生向善记都市之国术无双来自秦朝的你保安情缘春归郎未知拒嫁豪门:误惹天价首席我就捡个垃圾,全世界追杀我?末世重生之女王来袭当贤夫我是认真的影后有个学霸红包群回乡隐居,无常识少女赖上我娱乐:整顿职场后我打造文娱盛世丑女种田:山里汉宠妻无度重生之生化帝国失心前妻很抢手华娱璀璨时代拥有神豪系统,美女左拥右抱春风十里玉门关顶级世家的神豪阔少赘婿被退婚,不装了我是大佬高武之超级系统穿成恶毒女配带飞反派全家重生后大佬撕了炮灰剧本在六爷心上放个火糙汉的神医小娇妻是朵黑莲花刀镇星河东京,有恶灵世子爷,这外室又在给您画大饼!半仙直播算命大哥你老婆有双夫命妙手狂兵1627崛起南海乡村上门医婿人在做!天在看!反派:你怎么也有系统智能生命春花人在乡村,医名远播我的三位师尊风华绝代
爱看读书搜藏榜:宠婚为爱:甜妻你好文娱:我被黑成了娱乐圈大佬兄弟!boss偏执宠:小娇妻,真甜!甜妻动人,霸道总裁好情深山村小药神豪门情夺之黑莲逆袭特勤精英九天无神官路登天逆袭,不服输的人生最精彩!漫威里的次元餐厅玉谋不轨四合院:我能采摘别人技能戒不掉的喜欢重生后我不用做寡妇了你是我心里说不出的痛日娱之遇见那些人田园医女之傲娇萌夫惹不得不是直播民生吗,你怎么成全能了尊主的巨星之路四合院:秦淮茹,我对寡妇没有兴独家蜜婚:帝少宠妻太深度学园异战录喷人就变强:我怼哭了百万毒鸡汤命运两头设堵我却左右逢源贵夫临门祸害娱乐圈,你说自己是正经人?巨星大导演庶福良缘重生日本之剑道大魔王哼!我的总裁大人说好断绝关系,你们后悔算什么?我的人工智能可以升级御兽:我契约的都是上古禁忌彪妻重生重生1990,带着全村人发家致一拳和尚唐三藏总有人爱你如命大侠等一等抗战之我每天一个签到大礼包[综]一梦经年破产千金逆风翻盘快穿攻略,黑化女配要洗白快穿之主角是用来虐的纵横人生三千年半夜两点,我从火车站下车试婚进行时不负山河不负卿无上神帝
爱看读书最新小说:希望的田野上陪女神聊天,越撩越有钱恋综:没吃过恋爱的苦,我想试试软萌校花太粘人,我好爱提升员工工资,你说我扰乱市场?权力巅峰:从乡镇税务局开始高手下山,五位师姐助我发家致富从前有个协谷镇当世界只能由一人拯救高武:从继承李氏开始老婆大明星,我在家带娃玩军火!重生非洲,我成了奥德彪终末的十二神座运掌乾坤:我的都市外挂开局小火龙,这我怎么输啊?超时空交易:我的任意门去万界爱已远去:从舔狗到赢家的蜕变女儿求救,十万大军齐聚从量子机开始,突破美西方封锁别拿火球不当球三哥与凤姐的浪漫爱情故事我在鹰酱当杀手御兽,我的契约兽超震惊!!!女总裁求复合遥远的回航重生电工也能牛上天哥斯拉会动,养在动物园不合理?我一个算命的居然能斩神逆天行万里大一实习,你跑去749收容怪物娱乐:回到过去,靠国足起家顶尖掮客执剑师许愿系统:许愿就能无敌开局尖刺蜘蛛,进化阴影主宰!明州小医生左蜜右菲,我还是太全面了每升百级,实力提高1级宇宙文明到第九区去渣男系统:在恋爱游戏里大放异彩成为反派,我该做什么?狩劫之日乡村御兽神医峰宇之恋大国重器:开局省下百亿军费蓝星要灭?哥们,包活的祸害都市,醉卧美人膝快灵气复苏了我提前成仙不过分吧女尊世界,从胖子逆袭为男神!狂牛出狱