門前的棗樹提示您:看後求收藏(第73章 數學不會就是不會,我的科技影響全世界,門前的棗樹,630看書),接著再看更方便。

請關閉瀏覽器的閱讀/暢讀/小說模式並且關閉廣告遮蔽過濾功能,避免出現內容無法顯示或者段落錯亂。

鄭石見等人興奮得一頭扎進了深度學習當中,幻想著他們也能做出跟馬天一樣的產品,但是深度學習哪有那麼簡單。 深度學習本質上是構建含有多隱層的機器學習架構模型,透過大規模訓練資料,得到大量更具代表性的特徵資訊。從而對樣本進行分類和預測,提高分類和預測的精度。 其一層就是一個甚至幾個特徵演算法,沒有充足的數學知識,架構都搭建不了,更別說後面的模型訓練。 鄭石見等人加了幾個通宵的班,才算是勉強了解了基爾夫裡論文裡提到的深度學習方法。 後面開始照著論文運用,訓練模型,最後結果一看準確率才16%,人傻了。 “會不會是馬天騙我們的?”湯傑飛提出了自己的質疑。 其它人也認同得點了點頭。 但是鄭石見卻否決了:“不可能,馬天做的人臉識別大門我觀察過他們員工透過了,確實準確率高得嚇人,反正我是沒看到有識別錯誤的。 還有,馬天也沒有必要騙我們,因為他完全可以什麼都不說。” 眾人沉默了,鄭石見說得有道理,馬天完全可以什麼都不說的。至於故意指錯讓他們浪費時間,這對馬天來說也沒必要。 “會不會是馬天自己研究了一套深度學習演算法?”有一個人提出了自己的看法,他分析道“馬天能在nature上發數學文章,而且業內人士也公認馬天數學厲害,說明馬天的數學確實不一般,他在深度學習上自己寫演算法也不是不可能!” “有道理!” “同意這個看法!” 其他人也紛紛點頭,認同這個觀點。 鄭石見卻是沉默了,因為他遐想到了一種可能:馬天是不是早就預料他們做不出來,才直接告訴他深度學習這一條路? “想辦法聯絡一下國內有關深度學習的數學家吧,看能不能請他們看看!”鄭石見最後決策道,現在他們做的效果這麼差,只能求教一下那些數學家們了。 雖然他覺得效果不大就是了,畢竟他也是國外知名大學的數學和計算機雙料博士。 幾天過去,鄭石見和團隊成員問了好幾個國內研究深度學習的數學家們,得到的答覆都是搖搖頭。 甚至有的數學家還質疑起了他們:“你們說馬天做出了99%識別率的人臉識別演算法?你們是騙我的吧?” 鄭石見也不廢話,擺擺手讓手下把馬天員工發在網上的影片展示給了他看,當場那個數學家人就傻眼了。 “我做不出來!”那個數學家看完影片也直接承認自己做不出,數學家沒什麼好虛假的,不會就是不會,不行就是不行! 幾天下來求助了國內一圈,也沒有一個人給答覆,鄭石見也是在辦公室抽菸嘆氣。 雖然他早就做好了心理準備,但是當結局是自己預料的那樣時,還是忍不住頹廢。 湯傑飛突然說道:“要不請馬天幫一下我們?” 鄭石見沒有說話,另外一個同事卻是插嘴問道:“飛哥,你是不是沒有了解過馬天啊?” “我確實沒有仔細瞭解過!”湯傑飛點頭,他就是個閉眼研究的程式設計師,哪有空管網上的那些事情。 “飛哥,馬天不但是一個數學家,他還是小藍車創始人,身價好幾十億呢!而且他還出了名的狂,被稱為馬狂人!” 湯傑飛聽到這個沉默了,是他犯蠢了,居然還說了讓馬天來幫忙的話。 “但是總不能就這樣乾坐著什麼都不做吧,繼續搞吧,我就不信,19歲的馬天能研究出來,我們研究不出來?”團隊裡的林佔偉把資料往桌子上一摔,不服道。顯然是被打擊得心態有點失衡。 “伱當這個是苦力活啊,能幹就幹?數學不會就是不會!”有人不同意林佔偉的說話,反而贊同湯傑飛的看法,最好是馬天來幫忙,或者去請教一下馬天也行,能省很多功夫。 “不是說了請不到馬天嗎?再說馬天憑什麼幫我們,難道我們付諮詢費能打動他這位億萬富翁嗎?” “不試試怎麼行?” …… “好了,都別吵了!” 眼見團隊成員吵了起來,鄭石見也不得不出聲組織紀律:“再研究一個禮拜,要是一個禮拜再沒有方向的話,我就去找馬天!” 然後一個禮拜後,馬天就在辦公室裡見到了鄭石見和湯傑飛。 “馬總,今天來還是來請你幫忙的!”鄭石見紅著臉說道。 因為馬天太年輕了,讓他這個將近35歲而且也是老總的人下來求人,他真有點害臊。 馬天打量著面前的鄭石見兩人,也是大致猜到了兩人的來意。 “你先說事情吧!”馬天用平淡的語氣說道。 “馬總,主要還是關於人臉識別的問題,你上次說的深度學習我們也去了解和嘗試了,但是並沒有達到你一樣的效果!”鄭石見完全放下了面子,直接請教道,“所以這次來,我們主要是想讓你看看,我們到底是哪裡出了問題?” 馬天笑了,果然事情如他預料的那樣,哪怕告訴鄭石見深度學習這條路,他們也短時間研究不出個所以然來。 “你先說說你們的深度學習架構有幾層吧。”馬天

本章未完,點選下一頁繼續閱讀。

歷史小說相關閱讀More+

尋仙卷

唯易永恆

我的科技影響全世界

門前的棗樹