可以说是非常有备无患了，辛顿也只得扼腕叹息，为何自己所在的学校偏偏远在加拿大，果然还是近水楼台先得月。
此时，台上的韩辞手忙脚乱了一番之后，开始了自己的展示部分。
“到目前为止，AI相关的学科发展，已经彻底改变了人们过去对AI的认识。孟的残差思想在许多图像任务上取得了令人叹为观止的成就。
比如比人类更精确地识别图片，又或者直接凭空生成完全不存在的图像。而这些了不起的成就，主要是通过求解的方式来完成。
例如，对于任一图像问题，我们感兴趣的是从图片到具体意义的映射函数，比如图像到它的内容的类别。
目前惯常的训练做法是，基于一个有限的数据，给出目标函数的一个高效逼近。又或者是利用没有标签的有限样本，逼近采用背后的未知概率。”
“神经网络的基本组成部分即为：线性变换与一维非线性变换。深度神经网络，一般就是上述结构的反复复合。
对于已经构建的网络，设计一个最优化问题，根据经验误差去拟合数据，有时加上一些正则化项，并求解该优化问题。”
韩辞的幻灯片上开始展示密密麻麻的一些公式，“由此，我们便可以把误差