书河书屋 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。

书河书屋推荐阅读:末日:赘婿重生,囤积亿万物资全球高考一宠成瘾:喵系萌妻,甜甜哒至尊兵王解甲国运婚配:开局获得无限宝石掌控全球:从制霸互联网开始神豪返现系统,屌丝逆袭网络神豪:打赏直播十倍返利星空舰队,从数据化开始四合院:我真不是大地主啊执宫我让企鹅悔改,开局直接制作战地都市欲望:疯狂的缠绵倾城凰后:陛下,高高在上大唐:开局与李二断绝父子关系!开局拒绝表白,校花悔断肠建立无上家族,从妩媚女房东开始三分熟蚀骨情:贺先生,别乱来盛宠小娇妻:傲娇总裁别误会财色带女儿净身出户,一首歌唱哭全网乱世谋:江山为祸暮日冬下(gl)首富从1997开始绝恋:相思比梦长开局绑定老婆,我竟有百倍返利?卦妻伏天氏盘点娱乐圈魔咒,明星都被整麻了战狱:我国主的身份让世界颤抖欢宠见家长我送暴徒,警察岳母人麻了纵横两界:我其实不想当帝皇龙族:从只狼归来的路明非一胎二宝:爹地债主我来啦一夜蜜婚:狼性总裁花样宠!战雏盛宠情深:男神让我撩撩!神豪:小学生才做选择,我全都要重回80年代,我觉醒了猎人系统重生1994:大国崛起龙邪四合院:似水年华退役特工:麻烦找上门灵幻穿越:从废柴开始斗破:开局迎娶云韵,我多子多福四合院:契约人生从武动乾坤开始签到
书河书屋搜藏榜:窃国狂赎萌妹穿越之北宋篇许你卸甲归田,你把我女儿泡了?甩了线上男友后我被亲哭了娱乐:重生豪门公子,玩转香江哑小姐,请借一生说话重生国民女神:褚少,心尖宠!我从黑洞归来全能大佬的马甲要藏不住了残暴王爷的黑月光枭宠毒妃:第一小狂妻以财养官:我靠炒股升官发财锦鲤老婆你好甜都市极品村医命运编织者:我能看透御兽命运!重生后我给女配当长姐重生爸铺路,位极人臣不是梦天才国医宁天林冉冉王妃每天都想继承遗产重生豪门:影后谁敢惹大小姐的贴身狂医晋江女穿到□□文草莽年代护花强少在都市聂先生告白请先排号星空舰队,从数据化开始路痴导游照亮他的心港片:我洪兴红棍开局干掉大佬B我能预测未来上神转角遇到总裁朕醉了直播地球之五十亿年重生之牡丹重生年代养大佬鲜肉影帝我煮青梅等你来我以邪恶护万家灯火不灭!犬马她们都说我旺妻太子殿下他对我图谋不轨重生之如歌岁月作精女配把反派撩到手了战婿当道蜜爱100分:首席,强势宠公子玉璃花之双翼
书河书屋最新小说:缅战兵王:从救小姨子开始本人魔女才不是你的魔法少女老师宦海扁舟这次我只想当一个综艺咖为求原谅,女神把我榨干了听说你是主角,我踩的就是主角都市隐藏先知我就想公司破产,奈何员工全是老六!让你接手钢铁厂,你居然卖军火!观想图网游:只有我能看见真实都市重生:我的仙帝修仙路列车求生:开局激活预知模块!异世之帝皇再临满门忠烈你退婚,我重回巅峰你悔啥?我的系统整天都想让我秃头乡野山村神医培养万千神邸,动物园成生命禁区从属性面板开始的超神级学霸糖运连绵:班花同桌又乖又萌我过气爱豆,和天后恋爱很合理吧我最恨的那个女人变成白虎后,逍遥野外山林暑假兼职,你实习单位是749?蒸汽异世:神秘结社华娱:从2016开始的顶流影帝法师进城务工都市寻宝记我按时收费的系统风暴:林风的荣耀崛起重生高考后,我签到成了神级黑客新开辟的钓点,怎么又暴露了你已天下无敌,下山为所欲为吧原来我修为已是这世界极限重生七零开局在破屋一路暴富如果我回到1997年重新开始猫星重生2016,开局狂赚百亿1955重生回到从前薛尘的逆袭修真路什么霸道校花,明明是暖心猫咪重生后,商业帝国信手拈来数据流御兽【异能】炒股赔钱才有生活费我刚中了五万亿不能做主角,那就当魔女高中毕业后,我激活了自律系统神奇世界之旅娱乐圈传奇:从借钱开始高武:满级悟性,一秒屠太古十凶双倍返还神豪系统加身