提示:担心找不到本站?在百度搜索 喜乐殿 | 也可以直接 收藏本站

输入小说名 可以少字但不要错字

窑子开张了(H) 乱仑系列(未删节) 长日光阴(H)

第237章 深度学习的开始

      看着跳跃式增长的点击,莫浩波笑逐颜开,看这架势,难道,我还真能一书封神!
    现实正按照计划那样发生,没有意外,顺利出奇得莫浩波不敢相信,但由不得他不信。这下便可以放下心来,做自己想做的事情。
    莫浩波喜欢做的事情是什么,当然是弄钱弄钱、强大自身、装逼打脸和调教女神什么的啦。
    想要弄钱,想要强大,当然是找热点啦。要说2013年什么最热,莫浩波觉得,当然本领域的大数据和人工智能啦。
    这样一个时代,已经进入移动互联网时代的中场,要想崛起,那难度,可不就是地狱级别的么。
    2013年,小米、美团、滴滴、知乎、今日头条等独角兽奇迹般崛起,新的互联网独角兽,已经开始露出他们的獠牙,四处攻城略地,奇迹般崛起。
    莫浩波知道,机会,已然不多了。
    而这,必须需要一款爆款产品,也就是需要基本的流量支撑,没有流量,怎么和互联网巨头角力?大佬们随便露点出来,小胳膊小腿的,就什么也没了。
    出名容易,但拥有一款进可攻,退可守的力器,小软件小公司小网站,却是不够的。
    那到底该做什么呢?
    学小米做手机?他那是绝不可能的,没有人脉,没有money,就个高中毕业生,是做不了什么的。
    或者学滴滴美团做O2O,不是纯技术的,烧钱什么的伤不起啊,而且大约也竞争不过他们的。
    去做游戏,手机游戏?这个搞搞副业可以,但不能掌控自己的命运,四处被盘剥,终究是受制于人啊。
    看起来,是没什么合适他这样的穷人创业了,莫浩波心想,再想想,再想想。终究是至少需要奋斗几年的东西,可不能这么草率。
    要想就要一把杀手锏,一把能够秒杀对手的杀手锏。可是,好久好久,莫浩波还不知道,需要去做什么事情,果然,机会总是难以抓住的。
    不过现在也不太急迫,因为,他都没有足够的金钱,去支撑这一切,想不出来,就暂时不想,总会有方向的。
    不去想这方面的事情。
    准大学生莫浩波,接下来,会去做一些科研上的事情。
    想要做做科研,最重要的,当然就是发表论文了啊。
    发啥子呢,就是莫浩波的本职工作,人工智能啦。
    最近这一阵子,深度学习可是越发火热了啊,可以说是炙手可热也不为过。
    自从2012年Hinton团队构建的CNN网络AlexNet一举夺得ImageNet图像识别比赛冠军(15%错误率),且碾压第二名(SVM方法,26%错误率)的分类性能。
    从那时候起,由CNN引发的深度学习、人工智能狂潮,飞速火爆整个世界,激荡着这个时代,以及这个时代的我们!
    图像识别、语音识别、计算机视觉和自然语言处理等人工智能细分领域迅猛发展,成果和进步如雨后春笋般涌出,深刻影响着每一个人。
    当然,现在只是12年过去不久,才13年中,深度学习尤其是图片识别和CNN火爆整个人工智能学术圈,但至于火爆整个社会,那还远远说不上。
    不过刺激刺激互联网企业,却是实实在在的,记得也是这一年,重量级互联网巨头,百度才开始赞助人工智能顶级会议的。
    无论承认与否,我始终觉得,百度是最有技术基因的中国互联网企业,13年的时候他在干嘛?移动互联网的上半场转型失败了的百度,正布局移动应用分发,收购91;布局O2O,做平台卖外卖;布局互联网金融,做支付工具呢。
    什么都做,什么都不突出,是百度那时候新项目的真实写照。至于人工智能,那可就是2016的事了。
    要说对人工智能的理解,重生归来的莫浩波,肯定是比所有人都要强的,可是现在弄不出什么牛逼的东西出来。
    无他,硬件不够,莫浩波大哭。8G内存,1个GPU,够干啥,CNN和图片识别、计算机视觉是不用想了,这条件,也构建不出啥深度模型。
    语音识别比较简单,莫浩波也不熟,就不去凑热闹了。那就只有自然语言处理了!文本也比较适合他现在的情况,虽然即便是18年,自然语言处理技术也不咋地,和牛逼哄哄的图片识别相比,那是一个天上一个地下的水平啊。
    不过,必须要说,聪明的研究人员,也做出了很多了不起的成绩。
    莫浩波要抄的,就是13年10月投稿的词向量word2vec改进——负采样技术。
    Word2vec,那在自然语言领域可是无人不知无人不晓啊。可以说,它是深度学习领域自然语言处理的核心基本构建了。
    将文本信息,比如说一句话“明天天气怎么样?”,转化为计算机能够识别的信息,那就是要转化为数学啊。
    用one—hot(唯一标识)方法(就是说用不重复的数学表示所有文字),虽然简单但是效果并不太好,因为这样做的话,就丢失了很多语句中隐藏的信息。
    而word2vec是一种能够保留局部上下文信息的方法…………