第240章 即将贬值的欧元 (第4/4页)

然语言处理机器学习方面来看，这不过只是一個平平无奇的用于文本判别的模型。

    但当思维跳脱出自然语言处理这个小领域之后，这个模型可不能够等闲视之。

    当初在翻阅这个时空的学术方面的一些资料时，林灰敏锐地注意该专利所蕴含的价值。

    尽管专利所提供的技术路线很多时候都是

    这个专利提及的技术路线就很林灰却知道这个模型几乎稍加变形就能在此基础上形成一种颇为高效的判别式模型。

    仅仅是判别式模型即便是效率高或许没啥意义。

    但是稍微做点小改动那事情就不一样了。

    当高效的判别式模型邂逅高效的生成式模型。爱阅小说app阅读完整内容

    此二者进行有机结合，并在此基础上再继续进行一定的专门架构之后。

    完全可以藉此搞出全新的效率颇高的深度学习模型。

    这个深度学习模型在前世有个大名鼎鼎地称呼：

    ——生成式对抗网络

    在前世图灵奖获得者、卷积神经网路之父YannLeCun在某次学术论坛上甚至将生成式对抗网络模型称之为机器学习方面二十年来最酷的想法。

    能得到图灵奖级别大佬这样高度肯定，生成式对抗网络模型的价值可想而知。

    前世生成对抗网络作为非监督式学习的一种方法。

    是由伊恩·古德费洛等人于2014年提出的。

    不过这个时空由于机器学习方面的研究整体滞后。

    想要这个前世颇为有名的深度学习如约而至似乎是有些难度了。猪熊的穿越：2014