第163章 最顶级的富婆6k求订（第2页）

““我喜欢吃苹果”

和“苹果手机真的很不错”

这两句话里，虽然苹果两个字一样，但代表的含义却截然不同。”

“现在的任务是要给苹果打标签，我们都知道第一个“苹果”

是一种水果，

第二个“苹果”

是苹果公司，假设我们现在有大量的已经标记好的数据以供训练模型，当我们使用全连接的神经网络时，我们做法是把“苹果”

这个单词的特征矢量输入到我们的模型中，在输出结果时，让我们的“标签”

里，正确的标签概率最大，来训练模型。”

“但我们的语料库中，有的苹果的标签是水果，有的苹果的标签是公司。

这将导致，模型在训练的过程中，预测的准确程度，取决于训练集中哪个标签多一些，这样的模型对于我们来说完全没有作用。”

王杉开始自问自答的说道：“那么问题在哪儿呢？问题就出在了我们没有结合上下文去训练模型，而是单独的在训练“苹果”

这个单词的“标签”

，这也是全连接神经网络模型所不能做到的，所以后来就有了循环神经网络这个深度学习模型。”

“但循环神经网络却也有自己的弊端，不管是“梯度消失”

还是“梯度爆炸”

，又或者是“全局建模”

，“长期记忆”

，乃至“扩展性”

或“泛化能力”

都有上限。”

王杉深深倒吸一口气：“但现在！

经过吕总的提点，添加“提炼重点”

的算法后，也就是数学上的离散概率分布算法，通过添加这一算法后，原本循环神经网络的弊端将得到极大的改善！”

“经过我十几个小时的数据训练，现在这个ai模型在“梯度传播”

，“全局建模”

以及“长期记忆”

方面都取得了跨越式的成长。”

王杉在讲述他的成果时用了非常多的专业性词汇，这让一直努力想要跟上王杉思路的陆小亦十分吃力。

但全程认真听完的她总之是明白了一件事，那就是他们的ai数据中心建设迎来了特别重要的一步。

本章未完，点击下一页继续阅读