齐凡又喝下一口贤者饮料,给自己充能。
对图像的数字化处理,首先自然就是将彩色图转化为灰度图。
简单来说,就是将一张彩色照片弄成黑白的。
之后那黑白图像上的一个个像素点的灰度值,便是计算机看到的东西。
齐凡忽的想起李月。
她可真白!
贤者状态下的齐凡是很纯洁的,比4个9的黄金还要纯。
他想起李月完全是因为好奇该如何用数字形容她的白。
灰度值的范围是0~255。
0代表纯黑,255代表纯白。
李月该有多白。
150?200?还是250?
齐凡觉得一定是250。
她白得就跟250一样。
人类通过一个个像素点的灰度值就能识别出物体,其实计算机也是这么干的。
这其实是很浅显易懂的道理。
只要这個世界上没有修仙和魔法,那做同一件事情多半就是用同一种方法,只不过是过程有些不同罢了。
就如,人类对着一副图像看一样就什么都明白了,人类自己甚至都感受不到这个过程。
你看到图像上有一只猫,你不会下意识去思考“我为什么会认为它就是一只猫”
。
也就是说,人类根本不明白自己识别的过程。
因而在于如何教计算机识别图像的问题上,人类绞尽脑汁,这类问题就是机器学习诞生的初衷。
齐凡通过阅读许阳他们的代码,知道他们并未采用简单的线性回归来处理数字识别。
他想想也是,毕竟线性这东西就如一个直男,脑子永远就是一根筋的,只能走直线,走不了曲线,自然也就处理不了复杂些的问题。
比如:异或问题。
这是一个最典型的非线性问题。
所谓异或,就是:同为0,异为1。
两个数字1异或之后结果是0。
用白话来解释线性和异或的话,线性可以看成是按套路办事,非线性则可看成不按套路出牌。
异或就是不按套路出牌的一种典型情况。
如果计算模型是线性的,那无论如何它也无法处理非线性的问题。
哪怕是把现有CPU的运算能力翻一万倍,那也是无济于事的。
这就好比一个男人还没结婚的时候,他的钱都是他的。
结婚之后,计算机按往常理解,就是把夫妻双方的钱加起来除以2。
不加干预的话,计算机是无法自己开窍其实不是除以2,而是很可能向某一方汇聚,最后男方那边剩余是0。
();() 面对这种问题,线性方法是处理不了问题的。
请关闭浏览器阅读模式后查看本章节,否则将出现无法翻页或章节内容丢失等现象。
...
emmmmm,不会写简历,但还是惯例写一个。柯南的世界,轻松日常,不走寻常路。诸天世界聊天群欢迎各位的加入。柯南司徒修,你到底是什么人。小哀司徒同学,你真的只有7岁嘛。司徒修装出一副小孩子的样子你们说什么,我听不懂柯南,小哀本书柯南日常加诸天世界的各位道友。小茂群主,来一场精灵对战吧!小当家群主,我会做发光的菜!布玛地球首富大小姐,就是这么有钱!蓝兔倾国倾城颜依旧,唯有明月映星辰!娜美小贼猫就是我。各位书友要是觉得柯南之从聊天群开始还不错的话请不要忘记向您QQ群和微博里的朋友推荐哦!...
误入一个陌生的世界,不管风云变幻,他只要活着...
千年之前莫残雪,千年之后齐唤心!身具文武双魄,行走世间维护苍生,风水阴阳,奇门五行,降妖王,收厉鬼,斗僵尸,战魔王,最终成为一代宗师。...
郎君金榜题名,糟糠妻被骗下堂。天灾人祸频频,下堂妇死得凄凉。重生归来,她不仅要踹渣夫夺家产,还要在天灾荒年,广积粮高筑墙,过上悠闲好日子...
...