强人工智能

版本： 0.1 现代的大部分机器学习的算法将神经元分出了清晰的层次。所谓分层，即将神经元分为几层（也可认为是几组）。每层内的神经元没有联系，相邻的层与层之间的神经元会有两两的联系，从而形成一个关系矩阵。非相邻层的神经元之间没有联系。这里的相邻指的是神经元层次之间的关系，每层神经元有一层或者前后两层相邻。 一般神经网络的算法的神经元层数是有限的，一般是两三层。在理论上，三层神经元（包括输入、输出和隐含层，除去输入输出，也可算做只有一层）就足以解决所有问题了，因为中间的隐含层能够表达所有函数。但这只是数学上的可能性，实际中如果只用一个隐含层来实现人类智能，需要的节点数量估计近似于无穷。 增加神经网络的层数，如同从加法到乘法、指数一样，抽象出类似的层次，进行归纳，从而减小问题的计算复杂性。人的大脑对信息的加工其实也是分层次的。比如对语言的听觉处理，先有有种频率，振幅的层次，然后是频率的变化，不同频率的组合的层次，再往后是音节层次，随后到了词汇层次。最后产生到我们能感觉到的信息层次和粒度，包括谁在说话，说的什么意思，心情如何等。底层的过滤甚至会让我们忽视对方用的是什么方言和语言。到了深度学习，神经网络的层次才到了真正的多层结构。其实大家一直就知道多层好，但苦于不知道怎么训练多层的模型，从而无法应用。深度学习给出了一个切实可行的多层训练方案，所以多层模型也开始广泛的应用了。 解决具体问题时

10月29日晚上8点半我们团队12人举行了第一次例会，地点在5栋606寝室举行，首先会议内容确定了邓真强为团队组长，随后讨论出“强！真强！强中强！”确立为团队名称。经过激烈讨论在图书管理系统，班级博客，人工智能人脸识别，梦幻记事本，帮帮堂，校园旅行中选取班级博客，人工智能人脸识别为团队的首选两个项目。两个项目的PM分别为严兴旺和庄浩玉玺同学。两位同学带领得子队员开展了项目。 来源： https://www.cnblogs.com/qiang0102/p/11830207.html