“若我们先用传统傅里叶变换,再用均匀的离散傅里叶变换来逼近。
其误差则~m^-ad,必然被维度所影响。
可,若一个函数可以表示成期望的形式,而令所有样本为独立同分布样本,则有拟合差值为var(f)m,与维度无关。
若将两层神经网络写作该形式,则意味着,这一类期望函数均可由两层神经网络逼近,且其逼近速度与维度无关。”
“让我们转向离散动力系统的视角,举一个随机控制问题。
动力模型Zl+1=Zl+g1(z1,a1)+n,其中z为状态,a为控制信号,n为噪声。
若我们想寻找一个反馈控制信号函数,而通过求解动态规划贝尔曼方程,则必然会遭遇维度灾难问题。
该过程的性质,其实与残差网络等同。
..................”
“最后,我总结。
深度学习根本上是高维中的数学问题。
神经网络是高维函数逼近的有效手段,而残差网络则是更加容易优化的高维函数。
这意味着:数学处于科技创新的真正前沿,并且对新领域产生直接冲击。
同时也为人工智能领域、科学以及技术领域提供了众多新的可能性。”
();() 韩辞总共讲述的时间大约是孟繁岐的两倍,讲述完成之后,更是被几位老学究抓着反复提问,讨论。
半晌,主持人才找到机会重新登台,把孟繁岐又请了上去。
主持人看上去年纪不大,大约三十岁左右,估计是斯坦福的在读博士生或者刚毕业的讲师。
为人相当活跃,看热闹的不嫌事大,他将孟繁岐重新请上来之后,还开了一句玩笑。
“这次演讲本来是你的舞台,现在却被韩辞小姐抢去了不少风头和关注,不知道你作何感受?”
孟繁岐笑着接过话筒,等台下的笑声稍稍平息一些过后,十分大方地回答道,“我们专注应用方面的人,依靠得是代码说话。
虽然我今天丝毫没有提到技术的实现和细节,但我想看了我代码的大家,都已经感受到了我的万语千言。”
台下的不少程序员闻言马上开始起哄,口哨声和呼声此起彼伏。
“我的梦想是自己的技术可以广泛地应用到世界各地,让AI智能就如空气一般,每个人都无法缺少,但在生活当中却又很少会注意到它们的存在。
至于AI的理论研究和探索,可能就要拜托韩辞和大家了。”
这一番话还算是谦逊得体,意料之中地迎来全场的掌声。
台下诸人又再分别向两人问了一些问题之后,会议的主要流程也算是走完。
除了公开询问的问题,不少人也有很多私下里才方便的问的事情要询问两人。
于是乎,在场的不少人就自然而然地分成了应用与理论两个派别。
一派以科技巨头,例如杰夫为首,围在孟繁岐周边讨论他出色成果的应用场景,市场潜力还有落地难点。
而另一派则以牛津大学的几位老学究为首,一群理论派,表情严肃,正在严谨地讨论一些设想和它们的理论证明。
以会场中心的走廊为分界线,一群人在左,一群人在右。
倒是一幅意外有趣的画面。
平凡了几十年的程佳终于不平凡了一回,她,重生了重生成了一个胎儿远离城市,远离现代化,生活在七十年代的小渔村,程佳佳的日子不要太逍遥遛狗斗鸡,上山下水,还有个妹控的小哥哥保驾护航,再来个憨厚老实...
松软的戚风蛋糕酥脆的牛角面包可口的慕斯蛋糕蓬松的手撕面包网红的脏脏包。甜的咸的,酥香的,口感饱满的。种种精致诱人的面包蛋糕似乎都能从这一家小小的烘培坊找到。这是一个关于烘培的故事。阅读指南...
大师,我姓江,我老婆姓包,能不能给我儿子取个让人一下子就记住的名字?张楚江浙沪包邮!大师,我老公修电灯,睡厨房两天了,不起来,怎么办?张楚这是好事啊,可以吃席了。大师,我一个月赚三万,都给我老婆了,我爸爸生病,她不给我一分钱,怎么办?张楚你没拳头吗?大师,我今年四十二了,还是处女,我家世优秀,就想找个月薪五万,有车有房,不是二婚的男人,我不将就,就这么难吗?张楚女士,许愿请去庙里,我是相师,但我不是菩萨。张楚,一个不太正经的相师,天下第一魔女尚玄月的徒弟,因为魔女师父被人追杀,山门被炸,张楚下山,来到都市。颤抖吧,凡人!...
这个世上真的有龙,又名为天子,掌天下权势,龙皆有逆鳞helliphellip哎嗨!都是我薅的。...
...
重生成为狼头佣兵团的少团长,日后被主角萧炎斩于尺下的小反派。穆力暗暗发誓,他不仅要逆天改命,还要在这个世界上真正地为所欲为,建立一番功业。我这么做是不是有点不道德?早已不知道德为何物的穆力抽出了手中长剑,优雅地擦去血沫,惺惺作态地问道。而回应他的,只有身后那一片荒凉白骨。ps主角性格曹贼,有点不择手段,底线就是没有底线,不喜误入。qq群号874424872。...