飞鸽书院 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!

“这到底是怎么个扑朔迷离的剧情?”

早先见电气学院的导员气势汹汹的找来,还以为这小子是个问题学生。

怎么就峰回路转,变成如此高深专业的讨论了?

我是谁?我在哪?他们到底在说什么?

为什么每个字我都认识,连在一起我就完全听不明白了?

时间缓缓地流逝,不知不觉间,付院长的草稿和推演已经写满了六七页A4纸。

“如果单纯用y=f(x) b的方式去理解一层的行为,那么对于任意正整数k,都存在一个k^3量级深,常数量级宽的神经网络,无法被一个k层的神经网络拟合,除非其宽度为原本的2^k倍。”

付院长越计算,越觉得这小子的直觉不错。

“倘若依你所说,用批次归一化的方式去避免协变量偏移的问题,再加上非线性的函数为层提供额外的表达能力,那么甚至在极端的情况下,需要2^k^3倍的宽度。这样看来你首先专注于解决深度问题,然后考虑去处理训练难度问题的思路是相当聪明的选择。”

付院长,沉吟了一番,回顾了一下自己的计算过程,问道“懂了吗?”

孟繁岐非常严肃认真地摇了摇头,说“没太懂。”

付院长笑了笑,不急不恼,又将整个流程按顺序梳理了一遍。

即便孟繁岐前世已经精读过好几次这三篇论文,但始终没能从根本上理清其中的数学关系。AI界与数学界看待这个问题的视角截然不同,付院长带给了孟繁岐新的认识和理解。

有一位资深的数学教授为他梳理了背后的数学原理和关系,孟繁岐顿觉豁然开朗,但却又始终迷迷蒙蒙,隔着一层纱布。

仔细再看良久,好像有些明了了,“现在好像有些懂了。”

“再多看几遍巩固一下吧。”付院长闻言站起身来拍了拍孟繁岐的背,说道,“我的办公室就在数院大楼503,如果有这方面的问题,欢迎你来找我讨论交流。”

说罢,便转身离去,也不问孟繁岐究竟叫什么名字,只做纯粹的学术交流。

临走前,还对旁边伸着脖子围观的两个数院研究生使了一个眼神,大概意思是“你看看人家,才本科,文章都快写出来了。看看人家看看你。”

两位数院研究生连忙低下头来移开视线。

只留下孟繁岐一人对着复杂的论证过程反复品味,又过了一会儿,孟繁岐感觉自己好像理解了,但又好像全都忘记了,进入了一种玄而又玄的状态。

想必当年张无忌学张三丰的太极剑就是这个感觉吧。

-----------------------------

来自数理学院付院长的友情指导,弥补了孟繁岐当下论文大业中最薄弱的一环,足够扎实的数理分析和公式推论。

在AI学科的中后期时代,由于始终没有发现真正可以令人信服的理论,来解释深度神经网络强大的威力。因而许多注重性能和实用方向的文章,越来越像实验报告,而非论文。这点一直被很多人诟病。

投稿人数又每年暴增,大约在17年左右,AI相关的领域变成了不少科研人眼里的洪泛区,滚滚长江都是水,浪花里也淘不出几个英雄。

不过在目前的时间点,不少大会和期刊的审稿人还是相当注重理论部分的,如果这部分的论证和推理不够清晰流畅,即便你的结果再好看,即便你是AI三巨头之一的Lecun,也会被无情拒稿。

孟繁岐机缘巧合,获此殊荣,倒也没有扭捏客气。他早期需要尽快成型的论文有十数篇之多,其中困扰他,让他不知如何下笔的不在少数。

如今有这等良师,自然要频频请教。

他也并不需要付院长抽出大把时间看具体的文章,只是在几个关键公式的起承转合上,自己前世阅读时从未曾在意的细小甚微之处,为自己拨开那一层若有似无的面纱,得以窥探其中真正的奥妙。

几周之后,某一个周五下午的五点左右,孟繁岐刚刚从数院大楼的院长办公室走出来。

里面的付院长却没有按照惯例起身去食堂吃饭,而是将这几次孟繁岐所提问题的纸张又都全部拿了出来,细细端详了一番。

虽然付院长对于深度学习和图像算法这里来说,专业并不对口。

但图片内容如果想在显示器上展示,在电脑中存储,终究还是要以矩阵的形式。其实说白了就是一堆矩形数字,就如同魔方的一个面,上面是九宫格可以存放九个数字,那就是一个3乘3的正方形矩阵。每一个数字就是一个像素,也就是图像的最小组成单元。

要论矩阵之间的运算和变换,付院长可就是这方面的宗师人物了。

虽然孟繁岐从未拿着整篇的论文过来,但从这些零散的问题,以付院长的水平已经能够管中窥豹。

“我们第一次讨论的是极深的深度网络优化问题,他提出的残差和批归一化,应该属于模型结构的范畴。”

“但他之后又找我讨论一阶和二阶的梯度计算,以及几种变体,这应该是参数优化器的内容。”

“再往后,他又询问了一些误差的分析和传递,这是数值分析的内容。”付院长眉头紧皱,仔细思忖道,“这应该涉及的是计算机内对同一数字的不同方式的存储,存储的方式不同,占用的计算机资源自然也不同。但其中也势必会引入一些误差。”

“而今天,他问的东西越发具有想象力了。”付院长回想了一下今天孟繁岐问题的前提条件和背景,惊叹于他的大胆想象。“以两个深度网络,一个负责生成,一个负责判断。”

“生成器持续地创造自己认为真实的图像,而鉴别器则负责区分输入究竟是真实的还是生成器生成的。”

“这种相互对抗的方式,就可以摆脱模型的训练始终依赖人类先去为这些数据一一提供正确答案的人为监督模式了。”

付院长喃喃自语道,鄂院士积极推动大数据相关事宜,他作为排行前几的大弟子自然十分了解如今的数据量级,以及为它们一一提供答案、标签的难度和工作量到底有多大。

“已经是年轻人的天下了。”付院长长出了一口气,此刻,门外突然响起了敲门声。

喜欢重生之AI教父请大家收藏:(www.fgsy.net)重生之AI教父飞鸽书院更新速度全网最快。

飞鸽书院推荐阅读: 重回七七种田养娃网游:开局截胡降龙十八掌从我是特种兵开始一键回收长生:从种灵田开始修仙开局碧游村:从一人开始加点横练玄学大佬在星际摆摊后,她爆火了从全能学霸到首席科学家穿到远古部落种田搞基建秦时明月之侠道墨问我在山海经里直播种田重生1996从过目不忘开始从低维门户开始创造世界诸天从长津湖开始机战:从高达OO开始寒门隐相黛西的职场奋斗史扼元极品全能高手导演的快乐你不懂归尘记恋爱吧,江小姐模拟人生:我神明身份被曝光了相亲后,我科学家的身份被曝光我家有只花栗鼠大王快穿之才不是倒霉鬼这滴血竟然成精了海贼之我的搭档是艾斯德斯全球求生:天黑请出门儒剑仙天命第一仙封神:我帝辛再也不模拟了全球复苏:从将军庙开始签到木叶:这个忍者很强却过分卑鄙不科学御物不是主角,身陷修罗场有什么关系吞噬进化之重生成蛇这个刁蛮大小姐有点绿茶味LOL:这货绝不是职业选手自港综开始的行者派我当间谍,接头人竟是女帝魔女流修仙真实世界我在港岛无限重生应许之日庶女成凰,毒医萌妃娇又俏!鲜满宫堂为美好的海贼献上惠惠逆流创业年代我在遮天修道炼丹西游之开局加入聊天群
飞鸽书院搜藏榜: 万物起源阿卡姆神秘复苏之遗忘世间宣昭帝女魃:我家少主被人拐走了我的卡牌解锁了皮肤少年歌行,我是七剑传人重生之我是萨伊,但是动画三体高武大明:我能掠夺机缘我就没想重活什么?开局莫德里奇模板?神祇时代:从三千封号斗罗开始从给影后做替身开始!美漫开始穿梭诸天吞噬星空之巽风剑主带空间别墅穿进年代文里嫁糙汉木叶:这个忍者很强却过分卑鄙娱乐盗墓:扮演闷油瓶,队友宝儿反派:记忆曝光,让帝后哭求原谅督主曹正淳,打造最强东厂超凡秘偶师废土游戏:开局一百个黄金矿工谈一场表白成功就分手的恋爱吧网游之我遇见了神秘老人我的护士男友细胞全人类导演的快乐你不懂永生巫师在观察当我有了钞能力我在东京女校当教师前任都是天后,我火了逃荒太难,别怕!恶婆婆她有系统我在灵气复苏的世界创造精灵全职高手之拘灵遣将一亿孤行人在诸天,知恩图报斗破:我能升级万物无限复活的我越来越强了凡人,我能催熟灵药成为女魔头后,我在牢里修仙重生之开局欠了一个亿不科学御物洪荒,从神话纪元开始御兽家族:我有一本万灵图鉴没人比我更懂修炼斗罗之冰翼天使女帝太稳健了,不如我浪柯南之开局卧底怎么玩直播:水友你要喜当爹啊!睁开眼:回到老婆女儿自杀那天恐怖片求生,我有熟练度面板
飞鸽书院最新小说: 我的诡异人生内卷修仙后我从废柴成为了团宠遮天:我是白帝来自星渊带着游戏面板穿越四合院惊爆!团宠假千金被影帝大佬宠哭四合院的自在日子诸天:开局越女阿青穿成农家辣妻,带崽养夫种田忙超物种玩家大明,盛世从太子监国开始蒸汽之国的爱丽丝我在火影世界开辟信息时代斗罗:当唐三妹妹玩起成语穿越斗破之开局半圣强者折月斗将行战锤:以灰烬之名大国院士诸天:从暴风赤红开始不做人了他似人间妄想桃花山刘家修仙传姜门出贵娇武道人仙大明嫡子仙笼万教祖师御前女提刑凌爷家的影后老婆飒爆了我在九叔世界做大佬我家仙子多有病穿成幻蝶后,我苟成了斗罗团宠无限影视,从流金开始海贼:巴基她的指挥使大人又戏精了重生成慕容复:这次我是主角东京女友图鉴法海穿越唐三藏斗破之人生模拟器凡人:开局夺舍墨居仁属性无限暴涨,我横压多元我一个网约车司机有点钱怎么了?这个明星有点冷门疯了吧,你管这叫检察官我被霍格沃茨开除了?神明模拟器CSGO:这个狙击手有亿点强!修仙女配飞升了从解析太阳开始剑仙她以理服人