《山溝》這本書就好多了，麥小苗終于不再發問，還不時給書里的內容逗得咯咯直笑，看來頗為喜歡其中的內容。
兩人就這樣度過了一個晚上，偶爾喝點果干煮米酒，吃點堅果，然后一人，一人看論文，要不是周至催麥小苗去刷牙洗臉，這妞還不想休息。
周至不由得搖頭，網絡文學后勁大啊……
但是第二天報應就來了，四葉草集團動作很快第一批資源已經到位組網，包括算力與存儲空間。
于是情況就來了一個顛倒，麥小苗在部署她帶回來的算法程序的時候，周至就變成了昨晚麥小苗聽周至科普時候的那個樣子。
對于四葉草集團接包的vc程序開發，周至也是管理了的，甚至還參與了一些編寫方案的討論，對于編程，甚至編寫工具類程序，他也并不是完全的門外漢，這是周至穿越到這一世以來頗為得意的一點，就是自己上一世的專業不但沒有荒廢，反而更上了層樓。
但是他上的這層樓和麥小苗腳下起步的臺階相比，相差得也有些遠，這不是變成能力上的限制，而是數學理論上的鴻溝。
“設神經元的輸入向量和參數向量分別為集合a和集合b，這兩個集合又可被稱為權重，它們之間存在這樣一個非線性函數關系，這樣的函數關系是輸入向量與參數向量作用之后，得到了一個輸出向量c，這個c被我們稱為激活值，而這個非線性函數則被稱為激活函數。”麥小苗倒是講得十分認真：“這里的a（0）=1是個偏置單元，與線性回歸中的零次項一致；”
“激活函數可以用logistic/sigoid函數、tanh函數、relu函數等，用到激活函數的原因是如果不用的話，那么線性成分的疊加還是線性成分，整個神經網絡依然是線性的，無法擬合非線性假設。”
“我們給每個神經元都套上非線性函數，就能夠讓網絡真正的擬活，注意是擬活而不是激活，也就是說，現在我們構造的這個激活函數，其實是通過給線性單元套上非線性函數，用來擬合非常復雜的非線性運算的情況，也就是神經化。”
“于是機器就能夠通過深度學習，識別出‘莫聽穿林打葉聲，何妨吟嘯且徐行’；‘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’，孰優孰劣了。”周至也學得十分認真。
“哈哈哈哈……”麥小苗不由得大笑了起來：“后面這首是誰寫的？太有意思了……”
“一個軍閥，山東王張宗昌，魯迅先生曾經給他取過一個外號，叫‘三不知將軍’，即不知道自己有多少兵，不知道自己有多少錢，不知道自己有多少姨太太。”
“哈哈哈……”麥小苗又被逗得忍不住笑了，按著自己的小肚子艱難地想憋笑：“要讓機器達到這個水平還有點難，不過幫助我們的圖形識別系統尋找匹配的邊緣，應該比現在的程序效率……要高一些吧……”
“小苗你不用跟我打埋伏。”周至說道：“能提高多少效率其實我并沒有抱多大的希望，就算資源多浪費一倍，效率減緩一倍，我們都可以接受，只要新的算法能夠成功就行，因為這是思路的勝利，我們先解決可行不可行的問題，再解決效率提升的問題。”
麥小苗笑了，說回了模型上來：“我們接受輸入的第一層為輸入層，提供輸出的最后一層為輸出層，中間所有的層為隱藏層。”
“隱藏層越多、隱藏層神經元越多，神經網絡就能擬合更復雜的情況，但是也更難訓練。”最近轉碼嚴重，讓我們更有動力，更新更快，麻煩你動動小手退出閱讀模式。謝謝</p>