higanbanasry
higanbanasry 发表的所有内容
-
这个应该是现在的一个研究方向吧，现在的话好像还不能很准确的区分各种方言和语气什么的。
-
差不多是这个意思，主要应用的话近些年在语音识别和图像分类上好像很流行。
-
凉宫春日的忧郁
-
害怕，如果我遇到这种怕是要恐女了，所幸比较自闭暂时还没遇到这种。
-
我自己还没试过，我同学每天跑步半小时，控制饮食，一年瘦了20斤。
-
动漫区我来了！！！节操onegai！！！
-
这两个倒是都看过几集，想着抽时间看完来着，但是暂时没什么动力~~
-
一些黑深残作品里面的主角的结局总是让人觉得十分遗憾呢，当然一些党争番的败犬也是，就我最近看的来说吧，初音岛的sakura，东京残响的主角团，king exit的古伊奈和斯提亚拉，食灵零的谏山黄泉，都比较小众吧哈哈，那你们觉得遗憾的角色都是谁呢？
-
我印象最深的应该是近月少女的礼仪吧，女装上学的羞耻感特别新鲜，大家的是哪一部呢？
-
就是预训练+精调，如果逐层增加神经网络的层数并精调的话计算量会非常大，所以现在比较流行先逐层预训练得到一个初始权重，再通过反向传播算法进行精调。
-
按道理是这样的，不过这样的人工成本会很高，现在比较流行的是用一套固定的算法统一控制整个流程，就是中间的节点统一调整（好像有个叫什么反向传播算法来解决这个问题）。
-
只是聊天范围的调侃的话可以接受，大范围的攻击或者嘲讽的话不能接受。
-
就是神经网络的一个节点会受多个先前节点的影响，而不同的先前节点对这个节点的影响程度是不同的，会按影响的重要程度给他一个百分比，就是权重。
-
看所处的人生时期吧，如果没有太多的负担的话会的，给一个挑战自己的机会，如果像家庭车房子女这些负担太重的话那就只能忍受当下的生活了。
-
设置神经网络的层数，节点的权重，拟合函数的方法（梯度下降方法之类的），大概这些吧。
-
我现在刚入门的话一个模型大概10行左右代码，不是很多，具体的应用场景下的话可能会需要几百条调参代码吧，暂时还不太清楚。
-
有的，人工神经网络就是模拟人的神经元的模型，所以可以画成神经元一样的像蛛网一样的图，一些软件也是有辅助的2d或者3d的图来帮助建模的。
-
因为神经网络算法会自动对测试数据调试参数来拟合函数，涉及随机变量的权重相关的概念，除了神经网络，机器学习也会用到像概率图模型这样的和概率相关的知识，具体的我也还不是很清楚，毕竟刚开始学。。
-
主要是用一些数学的回归、概率论相关的一些模型，机械、电路和自动化方面涉及的较少，有大学基础的高数线代概率论的数学基础就可以了。
-
我现在看的都是比较偏入门和基础的，比较好自学，一上来就看太专业的不太能看懂，慢慢循序渐进就还行，遇到比较难的课或者比较偏实践的会在网上搜一些网课来听，比如台湾大学的李宏毅的机器学习和南大袁春风老师的计算机系统基础。
-
会的哦，会在网上看国内国外优秀的大学会用什么教材，把他们用的教材拿来看，有的时候也会参考知乎或者其他地方老哥的经验，最近在看复旦的邱锡鹏老师的神经网络与深度学习，过段时间可能会看周志华老师的机器学习。
-
不能接受ntr，能接受被强迫ntr的女性，不能接受自己去ntr的女性。
-
最近在玩king exit，在吧里听老哥指路sstm有续作demons roots的汉化就来凑热闹了。
-
有的哦，最近在看初音岛，有整整3大季5小季，留到过年看，还有听说过年的时候sstm会有demons roots的汉化，也留着过年玩。
-
现在的ai还是做不到呢，在学pytorch，python，了解过一点TensorFlow，现在的ai只能模拟一些给定的过程，要到思考还有很长的距离。
