03 2017 档案

摘要:瓶颈 任何事物的发展都会遇到瓶颈。半导体业界的摩尔定律在很长的一段时间里面一直是有效的,但是在近几年也快走到尽头了。 机器学习在AlphaGo战胜人类棋手之后,名声大噪,我也是在那次比赛之后开始研究机器学习的。机器学习这项技术是不是有一个天花板,这个天花板在哪里,我们现在的技术发展离开这个天花板到底 阅读全文
posted @ 2017-03-31 10:13 灰毛毛 阅读(3840) 评论(1) 推荐(6) 编辑
摘要:机器学习,从本质上讲,就是一种经验的总结。 例如,“山雨欲来风满楼”,山里面下大雨之前会刮大风,就是一种经验的总结。当然,这也不是100%准确的事情,只是从概率上看,刮风之后下雨的可能性是最大的。 机器学习模型,我们追求的也就是,这个模型看上去是最靠谱的,最接近我们观察到的事实的。换句话说,我们通过 阅读全文
posted @ 2017-03-23 11:41 灰毛毛 阅读(1077) 评论(0) 推荐(0) 编辑
摘要:最近在写机器学习的白话系列主题文章,突然有人问我,机器学习到底有什么用,如何才能用到实际生活中。我觉得很有必要停下脚步,来认真思考一下这个问题:机器学习,包括深度学习,自然语言处理,如何真正应用到实际生活中去。希望大家能够踊跃讨论。 说到机器学习,最出名的无非就是Google的AlphaGo这样的项 阅读全文
posted @ 2017-03-22 19:57 灰毛毛 阅读(3935) 评论(0) 推荐(3) 编辑
摘要:在机器学习里面,有一大类叫做神经网络。神经网络里面,大名鼎鼎的有卷积神经网络CNN,循环神经网络RNN。其中,卷积神经网络在图形图像处理方面,有着很出色的成果。例如识别图像的功能,通过基于CNN的深度学习技术,现在机器已经可以识别出很多东西了。下面这个图是电视剧《三生三世 十里桃花》的剧照,使用Te 阅读全文
posted @ 2017-03-22 10:11 灰毛毛 阅读(1671) 评论(1) 推荐(1) 编辑
摘要:从去年开始,陆陆续续学习了大半年的机器学习,现在是时候做个总结了。 在以往的编程经验里面,我们需要对于输入有一个精确的,可控制的,可以说明的输出。例如,将1 + 1作为输入,其结果就是一个精确的输出 2 。并且不论怎么调整参数,都希望结果是2,并且能够很清楚的说明,为什么结果是2,不是3。这样的理念 阅读全文
posted @ 2017-03-18 09:38 灰毛毛 阅读(4187) 评论(11) 推荐(10) 编辑
摘要:本文的原版Python代码参考了以下文章: 零基础入门深度学习(1) 感知器 零基础入门深度学习(2) 线性单元和梯度下降 在机器学习如火如荼的时代,Python大行其道,几乎所有的机器学习的程序都是Python写的。 .Net的机器学习库有,但是非常少,Tensorflow也暂时并不支持.Net. 阅读全文
posted @ 2017-03-17 11:26 灰毛毛 阅读(1098) 评论(2) 推荐(1) 编辑

点击右上角即可分享
微信分享提示