直接上傳。
發(fā)布。
然后陳神把手機放下，坐到自己的電腦前面，繼續(xù)著神經(jīng)網(wǎng)絡(luò)算法的訓(xùn)練，順便研究系統(tǒng)里面的人工智能底層架構(gòu)。
系統(tǒng)給出的這個深度神經(jīng)網(wǎng)絡(luò)算法，在功能上面比目前其他同類的神經(jīng)網(wǎng)絡(luò)算法要強上許多。
目前，它在圖像識別上已經(jīng)表現(xiàn)出驚人的效率和準確性。
陳神之前隨機抓取快音上面的一部分視頻向系統(tǒng)神經(jīng)網(wǎng)絡(luò)展示，在沒有任何指令的情況下，這個神經(jīng)網(wǎng)絡(luò)自主學(xué)會了對于各種物體的識別。
比如視頻里面出現(xiàn)過的動物，人類，以及家具等等。
到了現(xiàn)在它已經(jīng)可以完美識別出二十多種網(wǎng)絡(luò)上常見的動物，無論動態(tài)還是靜態(tài)，根據(jù)目前檢測到的結(jié)果，識別錯誤率已經(jīng)降到零了。
陳神還試著從幾張貓的圖片里面人工截取了腰身的部分，結(jié)果系統(tǒng)神經(jīng)網(wǎng)絡(luò)面對這種迷惑性極強的圖片，依然準確識別出圖片上是屬于貓的腰部，而不是豹子或者老虎的腰。
這樣的圖片，有時候人都認不出來。
類似的實驗在業(yè)界內(nèi)有各種各樣的大公司做過，但這仍然是一個驚人的成績。
要知道，他向神經(jīng)網(wǎng)絡(luò)展示的視頻大概只有十萬的數(shù)量，而這些視頻里面有關(guān)于貓或者其他動物的數(shù)量就更加少了。
也就是說，系統(tǒng)神經(jīng)網(wǎng)絡(luò)只進行了極少量的訓(xùn)練，就已經(jīng)可以做到完美識別某一樣物體了。
而其他神經(jīng)網(wǎng)絡(luò)，想要做到接近的效果，需要建立起一個龐大的數(shù)據(jù)庫和龐大的神經(jīng)網(wǎng)絡(luò)，讓它進行至少億萬次的訓(xùn)練學(xué)習(xí)。
內(nèi)容未完，下一頁繼續(xù)閱讀