9号看书网

手机浏览器扫描二维码访问

第51章 感知机的初次实战（第3页）

人工神经网络也分为好多种类。

比如CNN，也就是卷积神经网络，是最擅长图形识别的；

而RNN，也就是循环神经网络，比较适合语音识别、自然语言理解……

如果采用人工神经网络，哪怕不出动CNN，只用多层神经网络，也就是所谓的“深度学习”

，也可以非常完美地解决这个问题。

但江寒琢磨了一下，还是放弃了这个想法。

一旦泄露出去，他很可能会有麻烦。

因为这些技术的来源，他根本没法解释。

技术跨度太大了。

好吧，安全第一，先用“感知机”

凑合一下。

哪怕准确率低点，也无所谓了。

江寒现在唯一可以拿出来的，就是“单层感知机”

。

这种技术只能解决二分类问题，并且还要求线性可分。

好在当前所面临的问题，这两个要求正好都符合。

江寒重生前，做过一个实验，用“单层感知机”

识别手写数字，应用场景与现在差不多。

效果也还过得去。

所以，看照片识别男女的任务，完全可以使用“单层感知机”

解决。

说起来，这可能是神经网络技术，在这个世界的第一次实战？

江寒前几天写的论文里，就有“单层感知机”

的代码，稍微改动了一下，就能用上了。

研究机器学习，首选语言是Python，语法简单，开发效率高，不容易出错，也不用关心底层如何实现。

不过，这篇论文的代码，实在太简单，用什么都一样。

所以，江寒使用了最熟悉的C++。

代码略……

（PS：绝对不是空白太小写不下。

）