第35章 神经网络（1/2）

智障四人组的表情包很快在计算机学院流传开来。

其中一张流传最广的表情包，是四人对着小白板上的一个“s”字母冥思苦想。然后不知哪位好事者正好路过给拍了下来，然后在小白板上“s”字母旁边，p上了一个“”。

信息年代，传播飞快。

这个表情包很快就传遍了整个金陵大学。

好事者们给它取了个名字--名画：智慧的凝视。

然后，在金陵高校圈子里也传开了。最后，上了金陵晚报的头条，成为了金陵城一连几日街头巷尾的谈资。

这主要是金陵大学的四位天之骄子，对着“s”和“”两個字母如此深思，给人视觉反差太大。

以至于金陵日报的记者都向校方约稿想采访，结果自然是被主管行政的副校长给婉拒了。

但是风波已经起来了。为此，王教授在计算机学院发飙了。

“哪个龟儿子拍的这张照片，以后还想不想毕业了。”

可即便如此，也架不住学生们恶搞的热情。

于是，那张表情包的小白板上的内容被换成了各种事物。

比如：“元芳，你怎么看。”

再比如：国足对着空门一脚打了飞机。

。

。

但其实，那一天四人是在深思算法。

由于数字只有10个，但如今即便只是识别英文和标点，就已经是好几十个不同符号。这其中的复杂度一下子上升了很多。

如果无脑套用原来的svm多分类方法，先不说准确率，光是计算量就会成倍增加。就实验楼的这些破电脑，跑这种级别的运算，绝对是不可能的。

所以，齐凡等人很头疼。他们需要在保证准确率的同时，又得精简算法，以便降低运算量。

在经过多次的失败尝试之后，齐凡大胆提出设想--不再将符号识别当成分类任务，而是应该当成回归任务。

所谓的回归，其与分类的本质在于：分类是预测结果集合中的一个值，而回归则是输出一个预测数值。

回归适合的是类似波士顿房价预测那种，预测一个变化的值，而不是数字识别这种，预测一个数字。因为数值是变化的，但是数字再怎么变，也跳不出0~9的范畴。

于是齐凡转换思路。他提出不再输出一个预测的符号，而是输出每个符号对应的概率。这样一来，就把分类任务变成了回归任务。

就好比，原先模型预测的结果是：0~9这几个数字。现在模