第两千四百二十章 部署算法模型 (第2/2页)

于是情况就来了一个颠倒，麦小苗在部署她带回来的算法程序的时候，周至就变成了昨晚麦小苗听周至科普时候的那个样子。
　　
　　对于四叶草集团接包的VC程序开发，周至也是管理了的，甚至还参与了一些编写方案的讨论，对于编程，甚至编写工具类程序，他也并不是完全的门外汉，这是周至穿越到这一世以来颇为得意的一点，就是自己上一世的专业不但没有荒废，反而更上了层楼。
　　
　　但是他上的这层楼和麦小苗脚下起步的台阶相比，相差得也有些远，这不是变成能力上的限制，而是数学理论上的鸿沟。
　　
　　“设神经元的输入向量和参数向量分别为集合A和集合B，这两个集合又可被称为权重，它们之间存在这样一个非线性函数关系，这样的函数关系是输入向量与参数向量作用之后，得到了一个输出向量C，这个C被我们称为激活值，而这个非线性函数则被称为激活函数。”麦小苗倒是讲得十分认真：“这里的A（0）=1是个偏置单元，与线性回归中的零次项一致；”
　　
　　“激活函数可以用Logistic/Sigmoid函数、tanh函数、ReLU函数等，用到激活函数的原因是如果不用的话，那么线性成分的叠加还是线性成分，整个神经网络依然是线性的，无法拟合非线性假设。”
　　
　　“我们给每个神经元都套上非线性函数，就能够让网络真正的拟活，注意是拟活而不是激活，也就是说，现在我们构造的这个激活函数，其实是通过给线性单元套上非线性函数，用来拟合非常复杂的非线性运算的情况，也就是神经化。”
　　
　　“于是机器就能够通过深度学习，识别出‘莫听穿林打叶声，何妨吟啸且徐行’；‘大明湖，明湖大，明湖上面有荷花，荷花上面有蛤蟆，一戳一蹦跶’，孰优孰劣了。”周至也学得十分认真。
　　
　　“哈哈哈哈……”麦小苗不由得大笑了起来：“后面这首是谁写的？太有意思了……”
　　
　　“一个军阀，山东王张宗昌，鲁迅先生曾经给他取过一个外号，叫‘三不知将军’，即不知道自己有多少兵，不知道自己有多少钱，不知道自己有多少姨太太。”
　　
　　“哈哈哈……”麦小苗又被逗得忍不住笑了，按着自己的小肚子艰难地想憋笑：“要让机器达到这个水平还有点难，不过帮助我们的图形识别系统寻找匹配的边缘，应该比现在的程序效率……要高一些吧……”
　　
　　“小苗你不用跟我打埋伏。”周至说道：“能提高多少效率其实我并没有抱多大的希望，就算资源多浪费一倍，效率减缓一倍，我们都可以接受，只要新的算法能够成功就行，因为这是思路的胜利，我们先解决可行不可行的问题，再解决效率提升的问题。”
　　
　　麦小苗笑了，说回了模型上来：“我们接受输入的第一层为输入层，提供输出的最后一层为输出层，中间所有的层为隐藏层。”
　　
　　“隐藏层越多、隐藏层神经元越多，神经网络就能拟合更复杂的情况，但是也更难训练。”