- 主题:深度神经网络是终极的混淆手段吗?
那么,典型的C API的各种函数,我们假设他们没有副作用
可以通过训练神经网络来拟合么?
比如strncmp或者atoi等,然后把操作系统跑在部分的神经网络上?
或者比如说,把c compiler搞成一个神经网络模型
然后编译的结果也是从C编译到一个神经网络模型?
--
FROM 125.38.177.*
神经网络是万能拟合器,但是越万能的东西效率越低。
【 在 tgfbeta 的大作中提到: 】
: 那么,典型的C API的各种函数,我们假设他们没有副作用
: 可以通过训练神经网络来拟合么?
: 比如strncmp或者atoi等,然后把操作系统跑在部分的神经网络上?
: ...................
--
FROM 223.104.38.*
至少特定环境的处理功能,逐渐会被神经网络替代
【 在 tgfbeta 的大作中提到: 】
: 那么,典型的C API的各种函数,我们假设他们没有副作用
: 可以通过训练神经网络来拟合么?
: 比如strncmp或者atoi等,然后把操作系统跑在部分的神经网络上?
: ...................
--
FROM 118.194.240.*
图啥
【 在 tgfbeta 的大作中提到: 】
: 那么,典型的C API的各种函数,我们假设他们没有副作用
: 可以通过训练神经网络来拟合么?
: 比如strncmp或者atoi等,然后把操作系统跑在部分的神经网络上?
: ...................
--
FROM 221.216.116.*
有解析解为什么用神经网络
【 在 tgfbeta 的大作中提到: 】
:
: 那么,典型的C API的各种函数,我们假设他们没有副作用
: 可以通过训练神经网络来拟合么?
: 比如strncmp或者atoi等,然后把操作系统跑在部分的神经网络上?
: 或者比如说,把c compiler搞成一个神经网络模型
#发自zSMTH@2107119DC
--
FROM 223.104.41.*
也许有一天所有的处理器都是向量机
NN Native
【 在 aosp 的大作中提到: 】
: 有解析解为什么用神经网络
: #发自zSMTH@2107119DC
--
修改:tgfbeta FROM 221.198.65.*
FROM 221.198.65.*
这相当于对二次函数,放着求根公式不用,甚至梯度下降都不用,而是去用遗传算法和模拟退火,没有任何效率可言。
未来真正有效的系统,一定是深度神经网络和现有的图灵机模型相结合,有一个强大的调度模块,能够识别任务特点,分派给合适的模型。
相当于有一个直接跟人脑连接的超级计算机,人脑拥有海量准确记忆和高速运算。
这两个模型一旦完美融合,效果是很可怕的,不知道能不能实现。
【 在 tgfbeta 的大作中提到: 】
: 那么,典型的C API的各种函数,我们假设他们没有副作用
: 可以通过训练神经网络来拟合么?
: 比如strncmp或者atoi等,然后把操作系统跑在部分的神经网络上?
: ...................
--
FROM 223.72.88.*
听过几次CNN搞数值计算,确实有这个感觉
CNN 在迭代初值上比人工选得效果好,但仅此而已
算法效率上并没有实质改进
【 在 finlab 的大作中提到: 】
: 这相当于对二次函数,放着求根公式不用,甚至梯度下降都不用,而是去用遗传算法和模拟退火,没有任何效率可言。
: 未来真正有效的系统,一定是深度神经网络和现有的图灵机模型相结合,有一个强大的调度模块,能够识别任务特点,分派给合适的模型。
: 相当于有一个直接跟人脑连接的超级计算机,人脑拥有海量准确记忆和高速运算。
: ...................
--
FROM 117.143.146.*
你懂个屁,你连神经网络为什么出现都没有概念
【 在 tgfbeta 的大作中提到: 】
:
: 也许有一天所有的处理器都是向量机
: NN Native
: 【 在 aosp 的大作中提到: 】
: : 有解析解为什么用神经网络
#发自zSMTH@2107119DC
--
FROM 223.104.41.*