可，若一個函數可以表示成期望的形式，而令所有樣本為獨立同分布樣本，則有擬合差值為varf，與維度無關。
若將兩層神經網絡寫作該形式，則意味著，這一類期望函數均可由兩層神經網絡逼近，且其逼近速度與維度無關。”
“讓我們轉向離散動力係統的視角，舉一個隨機控製問題。
動力模型zl+1zl+g1z1，a1+n，其中z為狀態，a為控製信號，n為噪聲。若我們想尋找一個反饋控製信號函數，而通過求解動態規劃貝爾曼方程，則必然會遭遇維度災難問題。
該過程的性質，其實與殘差網絡等同。
”
“最後，我總結。深度學習根本上是高維中的數學問題。神經網絡是高維函數逼近的有效手段，而殘差網絡則是更加容易優化的高維函數。
這意味著數學處於科技創新的真正前沿，並且對新領域產生直接衝擊。同時也為人工智能領域、科學以及技術領域了眾多新的可能性。”
韓辭總共講述的時間大約是孟繁岐的兩倍，講述完成之後，更是被幾位老學究抓著反複提問，討論。
半晌，主持人才找到機會重新登台，把孟繁岐又請了上去。
主持人看上去年紀不大，大約三十歲左右，估計是斯坦福的在讀博士生或者剛畢業的講師。
為人相當活躍，看熱鬨的不嫌事大，他將孟繁岐重新請上來之後，還開了一句玩笑。
“這次演講本來是你的舞台，現在卻被韓辭小姐搶去了不少風頭和關注，不知道你作何感受？”
本小章還未完，請點擊下一頁後麵精彩內容！
孟繁岐笑著接過話筒，等台下的笑聲稍稍平息一些過後，十分大方地回答道，“我們專注應用方麵的人，依靠得是代碼說話。雖然我今天絲毫沒有提到技術的實現和細節，但我想看了我代碼的大家，都已經感受到了我的萬語千言。”
台下的不少程序員聞言馬上開始起哄，口哨聲和呼聲此起彼伏。
“我的夢想是自己的技術可以廣泛地應用到世界各地，讓ai智能就如空氣一般，每個人都無法缺少，但在生活當中卻又很少會注意到它們的存在。
至於ai的理論研究和探索，可能就要拜托韓辭和大家了。”
這一番話還算是謙遜得體，意料之中地迎來全場的掌聲。
台下諸人又再分彆向兩人問了一些問題之後，會議的主要流程也算是走完。
除了公開詢問的問題，不少人也有很多私下裡才方便的問的事情要詢問兩人。
於是乎，在場的不少人就自然而然地分成了應用與理論兩個派彆。
一派以科技巨頭，例如傑夫為首，圍在孟繁岐周邊討論他出色成果的應用場景，市場潛力還有落地難點。
而另一派則以牛津大學的幾位老學究為首，一群理論派，表情嚴肅，正在嚴謹地討論一些設想和它們的理論證明。
以會場中心的走廊為分界線，一群人在左，一群人在右。
兩人都沒有想到大家會這麼熱情，勉強招架之餘，不經意之間對上了一次視線。
而這個畫麵，則被一直在負責拍攝記錄的攝影人員抓住了機會，使用專業相機拍攝了下來。
喜歡重生之ai教父請大家收藏101novel.com重生之ai教父101novel.com更新速度全網最快。