雅文吧言情小说网 > 都市言情 > 重生学神有系统 > 第179章 无监督学习和som



您可以在百度里搜索“重生学神有系统 热门小说吧()”查找最新章节!

“这么一说,我也得去看看他去。”老宋说着,也跟了上去。

两人并肩下楼。

本以为能在寝室里找到江寒,结果去了之后才发现,403寝房门紧锁。

“没在?”老宋有点意外。

这个时候,江寒能去哪里呢?

“得,我去班级找李东他们问问吧。”老宋说着,正要往出走。

易中海笑了:“那么麻烦干嘛?直接给他打个电话不就完了?”

说着,拿出了手机,找到储存的江寒号码,就拨了过去。

星河酒店,703。

江寒正沉浸在学习和研究里,手机忽然响了。

一看来电显示,居然是易中海的号码。

这可好久没联系了,也不知道找自己什么事儿?

江寒接起电话。

易中海的声音传来:“江寒。”

“哎呀,易老师,您怎么想起给我打电话了?”江寒笑着寒暄。

“没事儿就不能联系一下了?”易中海笑着皮了一句,“咱俩好歹还喝过一顿酒呢。”

江寒:“……”

“你身体怎么样了?”易中海问。

“谢谢您的关心,已经好很多了。”江寒很诚恳地道谢。

“听说你请假了,我和老宋打算去看看你,结果去了你们寝室,居然没有人在。”

江寒想了想,说:“我这几天身体不舒服,怕给室友添麻烦,就在校外住了几天。”

“什么地方?”易中海问。

“星河酒店。”江寒回答。

“房间号?”易中海追问。

江寒:“703。”

“好,我和老宋下班后过去,没问题吧?”易中海又问。

江寒连忙说:“欢迎。”

又说了几句,双方就挂了电话。

“走,咱们去看江寒去。”易中海笑着邀请老宋。

“咦,你刚才不是说下班后去吗?”

“那时候天就黑了,我们早去早回吧。”

“可现在还没下班……”

“没事,早退个一回半回的,你还担心领导把你怎么样啊?”

“倒也没什么,就是有点不放心班级那些小崽子……”

“没事,你打个电话,让王典先顶一会儿……走了走了。”

易中海和老宋联袂走出寝室楼,向大门走去。

两人刚到学校大门口,就听见门卫室里传出一阵豪爽地笑声。

听起来竟然是大校长沈立兴?!

老宋和易中海面面相觑。

现在距离下班可还有不短的时间,要不要当着大校长的面,大摇大摆地离开学校啊?

门卫室门忽然开了,沈立兴和高俊德先后出来,后者手里还拎着一个邮包。

“咦?老宋,你教的好学生!”沈立兴看见老宋,立刻笑着打趣了一句。

可看在老宋的眼里,却感觉对方有点“笑里藏刀”的意思,冷汗差点泉涌而出。

“校长,俺们班那些个不懂事的……这次是谁闯了祸?”老宋十分惴惴不安。

沈立兴大笑:“什么闯祸?是江寒那小子,写的论文居然被amc收录了。”

说着一指高俊德:“他手里就是样刊。”

老宋一颗提着的心啊,这才落回了肚子里。

原来大校长刚才那句话,不是正话反说……

高俊德将邮包递给老宋。

邮包已经拆开了,老宋翻看了一下,果然是一些英文刊物。

易中海跟高俊德打听了一下后,也了解了事情始末。

心里那个震动啊,就别提了……

得知两人打算去看望江寒,沈立兴立即大手一挥:“去吧。”

老宋和易中海答应了一声,却没动地方。

“怎么还不走?”沈立兴有点奇怪。

“这不是还没下班么?”易中海笑着说。

“等什么下班?要去就早点去,看望病人这种事儿,没听说还能拖到天黑的。”沈立兴不满地说。

老宋和易中海连忙答应了。

高俊德笑着对老宋说:“我还打算下班特意跑一趟,给小江送样刊。既然碰上了,你这个做班主任的,就亲自给他捎过去吧。”

老宋自然没二话。

“嗳,对了,校长,我们这事儿不算请假吧?”易中海皮了一句。

沈立兴哈哈一笑:“请什么假?公出!你们俩就代表学校,去探望一下江寒。”

说完转身离去。

但还没走出几步,沈立兴忽然想起了什么,回头交代说:“哦,对了,别空手去,给孩子买点水果什么的,也算咱们这些师长的一点小心意……回头找总务处报销。”

宋谦和易中海喜出望外,连忙答应了。

跟着两人就将被拆开的包裹重新包好,联袂走出了学校。

※※※

星河酒店,703。

江寒正在紧张忙碌。

几乎一整天,他都在研究“自组织特征映射som网络”。

som这玩意,结构上和mlp模型十分相似,都是由简单的神经元,组成的某种拓扑结构。

区别主要在于,mlp是有监督学习,而som模型则属于“无监督学习”。

所谓有监督学习,就是让计算机从给定的训练数据集中,学习出所需要的某个函数。

训练数据中通常包括一个标签项,来告诉计算机,什么样的输入对应着什么样的结果。

而无监督学习,一样需要训练数据,但却并不需要给输入的数据打上标签。

也就是说,输入一组数据,需要输出什么,并不会事先予以规定,也没有确定的结果。

让计算机自己寻找规律,自己去学习应该怎么做,这就是“无监督学习”的基本概念。

事实上,这种非目的性的学习活动,更符合人类对于“自主学习”的定义。

所以,很多时候,“无监督学习”比“有监督学习”更有用。

譬如分析一堆数据的主分量,或分析数据集有什么特点,都可以使用“无监督学习”。

som是将高维的输入数据在低维的空间表示,所以常用来给数据“降维”,此外也常用于数据可视化、聚类等。

som是一种自组织神经网络,在网络结构上,有着十分鲜明的特点。

一般包含输入层和竞争层,构成双层网络,通常没有隐含层。

层之间的各个神经元,进行双向连接,有的时候,竞争层的神经元之间,还会存在横向的连接。

在学习算法上,som也有与众不同之处。

其模拟了生物神经元之间的兴奋、协调、抑制、竞争机制,通过这些作用中蕴藏的信息动力学原理,来指导神经网络的学习与工作。

这一点与“多层感知机”(mlp)对比鲜明,后者通常是以网络的误差,作为算法的准则,来调整参数。

竞争型神经网络的基本思想,是让网络中竞争层的各神经元,竞争对输入模式响应的机会。

最后获胜的神经元,就表示算法对输入数据的分类。

因此,很容易把这样的结果和聚类联系在一起。