uni-app 快速入门 从零开始实现新闻资讯类跨端应用

2022-05-03 10:49:55 xudabang

  • 第8章 坚持就是胜利,坚持才会有所成就(详情页功能模块)
    -
  • 第7章 锲而不舍,金石可镂(标签页功能模块)
    -
  • 第6章 做事是否快捷,不在一时奋发,而在能否持久(搜索页功能模块)
    -
  • 第5章 扬帆起航,胜利在向你招手 (首页功能模块)
    -
  • 第4章 工欲善其事,必先利其器 (uniCloud 的基础用法)
    -
  • 第3章 千里之行,始于足下 (基础配置)

2014年,我供职的谷歌大脑(Google Brain)团队在计算机视觉领域著名的标准测试比赛ImageNet上,用一个22层的深度神经网络获得了第一名。在给这个网络起名字的时候,我们玩了一个小小的文字游戏:将Google的l大写,即写成“GoogLeNet”。比较“极客”的读者可能会马上发现,这是在致敬1989年出现的,也许是那个年代最著名的神经网络LeNet。在计算机还处于刀耕火种的年代,LeNet就已经被用在全美国的邮政系统中,来读取每一封信件上面的邮政编码。而LeNet的作者,就是今天为大众所知、图灵奖的获得者,也是这本书的作者杨立昆。

30年前,神经网络走过了非常崎岖的道路。最初的成功过后,神经网络因为本身训练的复杂性、结构的不确定性、对数据量的依赖性、理论的不清晰性等,在2000年年初的一段时间之内逐渐被更加有理论依据的凸优化、核方法、概率图模型等取代。杨立昆和其他两位同获图灵奖的大师约书亚·本吉奥和杰弗里·辛顿回忆起自己在这段时间的坚持的时候,笑称这是“deep learning conspiracy”(“深度学习的阴谋”),而他们自己是Canadian Mafia(“加拿大黑手党”),在各自所在的学校中,他们坚持自己所相信的神经网络研究。

学术界对于神经网络的负面观点是比较普遍的。例如,2010年,我和奥里奥尔·温雅尔斯(Oriol Vinyals,谷歌子公司DeepMind星际项目的首席科学家)在加州大学伯克利分校捣鼓神经网络的时候,我们的前系主任笑称“扬清和奥里奥尔在搞mumbo jumbo(大而无当的东西)”。当然他让我们继续自己喜欢的研究,这也是学术界的开放精神之所在。






首页
参与众筹
目录
得道
极克
看里想
商业财经
自我提升
工科技术
人文社科