天才一秒記住【閃文書庫】地址：www.shanwen.tw
鄭石見等人興奮得一頭扎進了深度學習當中，幻想著他們也能做出跟馬天一樣的產品，但是深度學習哪有那麼簡單。
深度學習本質上是構建含有多隱層的機器學習架構模型，透過大規模訓練資料，得到大量更具代表性的特徵資訊。從而對樣本進行分類和預測，提高分類和預測的精度。
其一層就是一個甚至幾個特徵演算法，沒有充足的數學知識，架構都搭建不了，更別說後面的模型訓練。
鄭石見等人加了幾個通宵的班，才算是勉強了解了基爾夫裡論文裡提到的深度學習方法。
後面開始照著論文運用，訓練模型，最後結果一看準確率才16%，人傻了。
“會不會是馬天騙我們的？”湯傑飛提出了自己的質疑。
其它人也認同得點了點頭。
但是鄭石見卻否決了：“不可能，馬天做的人臉識別大門我觀察過他們員工透過了，確實準確率高得嚇人，反正我是沒看到有識別錯誤的。
還有，馬天也沒有必要騙我們，因為他完全可以什麼都不說。”
眾人沉默了，鄭石見說得有道理，馬天完全可以什麼都不說的。至於故意指錯讓他們浪費時間，這對馬天來說也沒必要。
“會不會是馬天自己研究了一套深度學習演算法？”有一個人提出了自己的看法，他分析道“馬天能在nature上發數學文章，而且業內人士也公認馬天數學厲害，說明馬天的數學確實不一般，他在深度學習上自己寫演算法也不是不可能！”
“有道理！”
“同意這個看法！”
其他人也紛紛點頭，認同這個觀點。
鄭石見卻是沉默了，因為他遐想到了一種可能：馬天是不是早就預料他們做不出來，才直接告訴他深度學習這一條路？
“想辦法聯絡一下國內有關深度學習的數學家吧，看能不能請他們看看！”鄭石見最後決策道，現在他們做的效果這麼差，只能求教一下那些數學家們了。
雖然他覺得效果不大就是了，畢竟他也是國外知名大學的數學和計算機雙料博士。
幾天過去，鄭石見和團隊成員問了好幾個國內研究深度學習的數學家們，得到的答覆都是搖搖頭。
甚至有的數學家還質疑起了他們：“你們說馬天做出了99%識別率的人臉識別演算法？你們是騙我的吧？”
鄭石見也不廢話，擺擺手讓手下把馬天員工發在網上的影片展示給了他看，當場那個數學
本章未完，請點選下一章繼續閱讀！若瀏覽器顯示沒有新章節了，請嘗試點選右上角↗️或右下角↘️的選單，退出閱讀模式即可，謝謝！