西西河

jahcoo

注册:2008-04-23 05:59:32
从八品上:承奉郎|御武(侮)校尉
💧4230
🌟258
💓580

家园

被推荐 / 1
2018-11-03 05:04:17分页 全看 树展
🙂转载:「科里奥利加速度错觉」了解一下! ↑12 ↓0
「科里奥利加速度错觉」了解一下! 导致重庆大巴坠江。脑残乘客辱骂殴打司机,司机跟她争执中,多次扭头转身,产生科里奥利加速度错觉,误以为车辆在右转,于是急打左方向,酿成惨剧。 科里奥利加速度错觉是什么?就是当你的身体在顺时针旋转(每秒转60°),头部却又迅速从右往左急速转动60°角 ...
2016-09-29 02:42:53分页 全看 树展
🙂尝试讨论陈王的几个问题 ↑8 ↓0
刚才发帖谈了一下卷积的具体问题,属于想到哪里说到哪里,写得太乱,整理一下思路具体讨论一下陈王提出的一些问题吧。 [QUOTE]现在的DeepLearning, 一层层卷积, 对应的生理逻辑是什么? 我猜测是基于神经细胞内部的化学反应,是天然的卷积,但没有看到系统的文献阐述。[/Q ...
2016-09-28 22:10:17分页 全看 树展
🙂关于否定之否定 ↑5 ↓0
作为一个目前主要从事深度学习研究的从业者,同时又是一个两岁小孩儿的父亲,白天教机器,晚上教小孩儿,这真的是一种非常奇妙的体验,从个人的感受上,真的是佩服深度学习设计的精妙和完美,使得教机器和教小孩儿的体验非常之类似 目前的深度学习方面的否定之否定,当然有大量的研究人员走的是修改程 ...
2016-09-28 22:26:31分页 全看 树展
🙂统计贝叶斯方法能够统领机器学习这么多年 ↑3 ↓0
统计贝叶斯方法能够统领机器学习这么多年,绝对不是毫无缘由的,统计学与人类决策必然存在天然联系,不仅仅在于统计学在很多时候能够给出类似的正确决策,而且人类的错误决策,例如短视、浅视、经验主义等,也可以从统计学上找到对应的问题 “多层神经网络+贝叶斯方法”的路子问题不大,但是离真正的 ...
2016-09-28 21:50:31分页 全看 树展
🙂谈谈对卷积的个人认识 ↑7 ↓0
没想到陈王也有兴趣研究机器学习 我觉得卷积对应的不是生理逻辑,而是对应“聚团、聚类”的自然现象,也就是马哲里的一个基本假设“事物联系的普遍性”;而动物包括人的大脑为了能够处理这样的自然现象,因此会自发产生你所说的“天然的卷积”的类似结构 Deep Learning深度学习是在AN ...
2016-03-16 01:30:11分页 全看 树展
🙂您不是从事机器学习工作的吧 ↑6 ↓0
[QUOTE]我就知道ANNs,其余的名字不写全称我真不知道。[/QUOTE] 您不是从事机器学习工作的吧,可能是工作中要用到ANN相关的工具,挑几个我觉得比较有价值的问题说吧 SVM全称是Support Vector Machines,支持向量机,理论依据是large-marg ...
2016-03-16 09:06:02分页 全看 树展
🙂兄弟你好纠结这个左右互搏啊 ↑13 ↓0
我觉得左右互搏能够提高狗狗的能力,能够创新,不会局限于人类棋谱并不存在太大的问题 看你前面的文章,兄弟应该也挺关心深度学习的unsupervised learning吧。其实深度学习用于supervised learning也就是这两三年的事,深度学习是从unsupervised ...
2016-03-15 12:37:26分页 全看 树展
🙂哦,谢谢提醒,我都没看到这个新闻 ↑7 ↓0
找来看了一下,大致有这么一些感受 首先,自动驾驶和阿尔法狗有一个很大的不同点,设计者对自动驾驶的算法控制能力比阿尔法狗中要强得多。在阿尔法狗中,是以深度学习的选位和胜率判断为主,然后MCTS主要是用来实现利用深度学习进行后手预测的工具;而在自动驾驶中,深度学习只是作为一种特殊的传 ...
2016-03-14 09:27:30分页 全看 树展
🙂不一定 ↑16 ↓0
小李的胜利首先是明确证明了一件事,狗狗在领先状态下(至少是在它认为的领先状态下)下出的臭棋就是臭棋,不是人类还理解不了的妙招;另外还证明了一件事,狗狗对胜率的判定存在偏差或者错误,如果说在78步后狗狗觉得胜率有70%还不能证明这一点的话,到第87步才陡降至40%以下就能确认了。这 ...
2016-03-15 01:23:52分页 全看 树展
🙂应该不会每局调参,代价太大了 ↑11 ↓0
非常可喜的是,通过几天的比赛,深度学习出现在公众的视野中,正在听新浪的直播,比起前面几天,嘉宾的说法越来越靠谱,不再像刚开始的时候让专业里的人听起来觉得是在瞎扯了 深度学习目前在理论上处于一种比较尴尬的状态,由于缺乏理论基础,目前研究者的工作主要都集中在查缺补漏上面,对于深度学习 ...
2016-03-14 21:36:56分页 全看 树展
🙂有点阴谋论了 ↑19 ↓0
狗狗的胜利和失败,至少从机器学习的理论上来看,都是能解释得通的,并不超出常理 如果说放水故意输还是能操纵的,因为可以压缩MCTS的搜索空间强迫狗狗犯错,但是从狗狗应手的时间上看还是比较均匀的,可能性不大(如果硬要说谷歌可以用sleep()来拖延时间,好吧你赢了。。。) 但是要说可 ...
2016-03-13 22:08:36分页 全看 树展
🙂送花,你说得没错,我说的也没错 ↑28 ↓0
这其实就是shallow和deep的区别,说说我个人的浅见吧,欢迎狠狠地拍砖 半路出家,没搞过ANN,就从SVM的角度来说吧,目前我们基本上可以认为,不管是ANN也好,SVM也好,Boosting也好,都是传统的shallow方法,具体做法可能不一样,但是效果都差不多 我们的目的 ...
2016-03-13 04:15:19分页 全看 树展
🙂没写过神经网络的code ↑10 ↓0
但我确实写过深度学习的code。。。 我是半路出家搞深度学习的,原来搞的是SVM方向,不是做NN的 至少从我的理解,一个深度学习的forward过程,就像我说的conv层、fc层就是y=<w,x>+b,ReLU层就是y=max{x,0},就是这些层的堆叠,简单函数的复合函数表达了 ...
2011-01-31 02:17:48分页 全看 树展
🙂【讨论】我觉得这个是不是和制度有关 ↑13 ↓0
我对历史了解不深,有些概念事实而非,欢迎拍砖 欧洲从中世纪开始到文艺复兴是实行宗教统治,而从文艺复兴到工业革命则是封建社会。中国春秋战国时期是(分封制)封建社会,而之后则是集权帝制。 如果确实是因为制度的关系,也就是说是和利益分配方式相关的话,这个问题的分析还是很复杂 ...


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河