分卷阅读41 (第1/2页)

    慨。

【……】系统忽然冒出nongnong的危机意识，【那个，宿主其实我也很有用的！要不让我开放全民好感度涨幅提示！对你有敌意的肯定是负数，到时候还没靠近你就能发现……】

“不，太吵。”徐静怡很果决摇头。

“这位同学？”站在台上的森田教授很睿智地看着她，语态很温和，“刚刚我的说法是有什么问题吗？你似乎对此有些不同的见解！”

徐静怡一懵。

系统，【糟糕了宿主！好像这位老大爷误会你刚刚摇头了！你别慌，他正在讲RNN和与传统神经网络区别！】

——原来已经讲到处理序列数据的循环神经网络。

这个用大白话来形容，就是机器人处理问题时的逻辑思维能力。举个例子比如“我实在是太冷了，准备去XXX”，根据前面的输入判断“XXX”很大可能就是“穿衣服”，这就是序列数据。

徐静怡快速扫了一眼黑板，“tanh和sigmoid激活函数的RNN如果遭遇梯度消失要如何是好？”

徐静怡起身，慢条斯理地开口：“tanh和sigmoid两端的梯度值都基本接近0，从求导公式可以看出有个连乘cao作。而向量函数对向量求导结果为一个Jacobian矩阵，元素为每个点的导数，当矩阵中的值太大时，经过指数放大，则会产生梯度爆炸。可以设置一个梯度阈值来处理。另外梯度消失，可以用ReLU来替代tanh和sigmoid激活函数，或者用LSTM或GRU结构。”

森□□授调皮的眨眨眼：“回答得相当标准。你对智能编程有所研究对吗？”

徐静怡点点头。

旁边忽然有一个留着长刘海的女生显然是迷妹，她再三打量徐静怡，忽然低呼：“啊，难道，难道你就是直播间的超级大科学家吗？！”

这名字挂在直播间不觉得，突然被人喊出来有点中二。

徐静怡：“……”微微额首。

这里不少学生都看过那个直播，顿时引起窃窃私语，不少人对着徐静怡小声地指点，有激动的，也有不屑的。

森田教授讶异地看向助教，助教在阶梯上询问了几句后跑到森田教授那低声说。

森田教授眼前一亮，看向徐静怡，笑了笑：“如何设置网络的层数rnn_yers来增强神经网络的学习能力？”

“用MultiRNNCell封装。给multicell进行初始化状态，设为0，即用multi_cell.zero_state来实现。传入一个batch_size参数，会生成rnn_yers层的(batch_size，hidden_size)初始状态。”

徐静怡说出标准答案后，顿了顿，开口：“但我有另外的处理方式，只是遇到了困境。”

“哦？怎么说？”森田教授感兴趣地问道。

徐静怡将手机拿出来，然后扣动了一下前置装置，拉开弹射出来的虚拟框。

“哇哦~~”不少学生发出惊呼，好些人偷偷将手机拿出来拍摄，还有人悄声嘀咕，“这就是剪辑里面的虚拟屏幕吗？”“牛逼啊，第一次看见。”……

有人说好话自然也有人说酸话，“什么鬼，明明是来听讲座的。浪费时间。”“不过就是玩些花头罢了，有什么了不起