登陆注册
87143500000003

第3章 会议

第一幕

旁白:周启源觉得舍友谢晨皓说得有道理。作为一个队长,自己不能太专制,把所有事情都留给自己干。何况,他觉得,一个小队,实际上,也是成员与成员之间的“开源”。既然自己已成写完第一问,也有了初步的论文作品,也应该开诚布公,和他们讨论一番。

于是,三人约好在某个教室,讨论题目的解法。如果可以,周启源还打算安排任务。

场景:教学楼的某一教室中

周启源将带来了两瓶核桃奶饮料,放在队友许晓胜、曾喜缘的桌子上。

周启源:“这是我们三个人第一次见面哈。”

许晓胜:“好贴心哦,不过,你还是坐中间吧,这样方便一点。”

本来许晓胜坐最右边,曾喜缘坐中间,周启源坐在最里面。这么一说,曾喜缘、周启源两人觉得有理,就彼此对调了座位。

周启源(打开电脑,展示论文):“第一问,根据污水特征,建立出水指标预测模型,已经写完了。不过,我觉得预测的效果,似乎不太好。”

曾喜缘:“你是用什么方法做的呢?”

周启源:“我用的 BP 神经网络。评价指标是 R 方、训练集、测试集按 7:3 划分。你们看, R 方的值才 0.6 那样。”

(注:类似于统计学的一元线性回归,BP 神经网络也是根据输入,预测输出的。R 方是根据实际值、预测值算出来,评价模型的拟合优度指标。越接近于一,则模型预测结果越准确。训练集是用于训练模型的参数,测试集用于评价模型。)

曾喜缘(小声嘀咕):“BP 神经网络年代很久远了。”

许晓胜:“是的...吧?”

周启源:“那有其他改进的意见吗?”

曾喜缘:“我觉得可以用 SVG。”

周启源:“SVG?呃...不好意思,我从来没听过 SVG 耶...”

曾喜缘:“就是那个,emmm,支持...向量...”

周启源心想:支持向量机,简称 SVM。在特定情况下,也叫支持向量机回归,即 SVR。可能是曾喜缘记错了。不过,为了避免团队伤了和气,自己也没必要去纠正他的错误。然而,在使用 BP 神经网络之前,周启源已经尝试了,包括 SVM 在内的许多机器学习模型。可惜,效果都不是很好。

许晓胜:“我们先不说这个了,看看论文吧。”

三人大致浏览了 15 分钟。

周启源(自谦):“你们也看到了,在语言表达上,我不是一个能手......”

许晓胜:“没事呀。有我们呀,我们来改!!”

周启源:“我有一个想法,就是之所以 BP 神经网络效果不好,是否因为数据带有时序性呢?也就是说,当前的污水处理的出水,与上一次污水的入水、出水有关呢?”

许晓胜:“是的...吧?”

曾喜缘目视前方,冷静思考中。

周启源(兴奋地望向曾喜缘):“那么,我可以尝试,用一些时序预测模型,或许会更好哦。”

许晓胜:“是的...吧?”

曾喜缘(手捂着额头):“先不说这个,你数据预处理方面,是怎么做的?”

(注:机器学习中,为了提高模型的精确性,很有必要进行数据的预处理。如将取值范围弄成 0 到 1,即归一化;或者均值,方差弄成 0 和 1,即标准化;当然,还有缺失数据的处理、以及自变量的降维等)

周启源:“因为缺失数据比较少,我就直接删除了。你们觉得,要不要结合整体数据,算出它们的分布,再填补进去?这样做,虽然会让样本增多,但准确性就降下来了。”

许晓胜:“是的...吧?”

周启源:“由于自变量个数太多,我就用 PCA 降了维。”

曾喜缘(小声嘀咕):“PCA 是一个很老旧的方法了...”

周启源:“那有什么更好的方法没?”

曾喜缘不语,把头摆向一边,冷静思考中。

会议似乎是周启源的一言堂,三人继续讨论,“一致”认为第一问应该使用,时序模型进行预测。至于第二问,尚未有商讨结果。现在已经是下午 5 点了,三人都略有疲惫。

曾喜缘:“你想得很好,但我总觉得缺了点什么。”

许晓胜:“是的...吧?可能还需要再改进一下。”

周启源:“嗯,我再试一试,看看时序神经网络的效果怎么样。如果可以,你们写一下第二问吧。我自己也看看,能不能把第二问顺带解决了。”

许晓胜:“那么,时间不早了,我先走了。”(下)

曾喜缘:“我也是,我晚上还由课。晓胜,我们一起去吃饭吧。”(下)

周启源:“嗯,那你们慢走。”

许晓胜、曾喜缘下,只剩周启源一人,独自打代码。约莫 6 点左右,周启源也去饭堂吃饭了。

落幕

第二幕

旁白:周启源已经写好了新的代码。这次,他用了时序神经网络,Elman 神经网络,来解决这个问题。模型正在训练中。趁着这段时间,周启源继续开发他的 Word 转手写体软件。底层功能上,他已经开发得差不多了。现在正在写 GUI 界面的代码。

晚上 9:30 左右,模型训练完毕,只见其在测试集上的 R 方为 0.6。周启源见状崩溃,于是在微信群上吐苦水。

场景:微信群(群名:数模冲冲冲)

周启源:“哭了,我用了时序神经网络模型:Elman 网络,效果还是不太好[哭]”

曾喜缘(秒回):“Adam?”

周启源心想:所谓 Adam,是训练模型的一个算法,并不属于任何机器学习、或者神经网络模型。我在训练 Elman 网络的时候,用的就是 Adam...可能曾喜缘并不懂这个。不过,现在还是不要怼他的好,毕竟和为贵,我还是装作不懂好了。让他自己去学学,这样对彼此都好。

周启源:“不懂耶[笑哭]”

曾喜缘:“Ada_Nesterov?”

周启源心想:这又是一个训练算法!哎,我无力辩解,装不懂吧...

周启源:“不懂[笑哭]”

曾喜缘:“那好,我试试”

一小时后...

曾喜缘:“我今天恐怕要挂在 SVR 上了。好难...”

许晓胜:“辛苦了,加油可爱[亲吻]”

没过多久...

周启源:“我想到了。是不是 Elman 网络的反馈步长为一。也就是说,Elman 网络只能记住上一次,而不能记住上上一次,所以导致效果不好呢。”

周启源:“我打算改用回馈步长可以为 n 的 NARX 网络来写,需要全改吗?”

曾喜缘:“冲冲冲!”

周启源;“好,我全都改!”

许晓胜:“冲冲冲[握拳],比赛结束后,我请你们吃海底捞”(下)

无人回答...

落幕

同类推荐
  • 日子要过路还长

    日子要过路还长

    上一世丈夫出轨被苏梅捉奸在床,不仅没有得到支持,反而被婆婆埋怨、女儿嫌弃,一时想不开,苏梅从自家的窗户跳了下去。重生回到捉奸的那天早上,苏梅告诉自己,既然老天给她一次从新活过的机会,就应该好好珍惜,因为——日子要过路还长。
  • 铭我一生

    铭我一生

    现实生活中,曾彷徨,曾迷茫,直到发现那个藏在心里的我……
  • 九安与十安

    九安与十安

    崔九安觉得,顾十安是一个极为优秀的女孩,她的人生不该坠落,她应该有她本来的耀眼。
  • 飞跃悬崖

    飞跃悬崖

    林凡,一枚标准的80后,未能进入体制内,从事策划工作,已婚已育。来自妻子、孩子、票子、房子、车子的加压、减压一张一弛的像紧箍咒一样,紧紧的将他约束着,但内心对理想的追求却从未停止过。在一次和家人去海边度假的时候,发现海边的小村子后山上一堵没人稀罕的悬崖峭壁,脑洞大开的他,想将这堵和他一样平凡无奇的悬崖峭壁打造成一家独一无二的酒店。承载着这个近乎疯狂的梦想,林凡顶住家人的不解和周围讥讽的眼光,开始了近乎唐吉柯德式的梦想实现之路。从幸运得到一个上电视录制节目开始,再到因此接触了社会上形形色色之人,林凡执意要倾其所有的这座悬崖酒店,是否能建成呢?本作品通过大量的内心独白,将一个标准的80后自认为的怀才不遇、遇未能扬的生活状态细腻的描绘出来,相信会引起这个年代的同龄人之共鸣。
  • 光阴相册

    光阴相册

    我上大学的真实经历和心情,在这里记录与分享
热门推荐
  • 先决之书:遗传密码

    先决之书:遗传密码

    一千五百年后,人类不再是人类,他们称自己为太人,而地球早已不再是原本那个地球,曾今的现代文明被太人覆灭
  • 丑女秘书落跑妻

    丑女秘书落跑妻

    明明是两个世界的人,却因为一场意外而擦出火花,一夜的抵死缠绵,是追逐的开始,还是悲剧的终结,抑或是心动的最初?她是被父母抛弃被好心人收养的孤女,固执的她十年如一日的痴恋一人,从未改变。他是高高在上的天之骄子,跨国财团唯一的继承人,霸道狠绝,说一不二。江雪知道自己配不上轩辕南,也从未想过要他正眼相待,能够默默的在他身边,就是她最大的幸福。当一切隐藏的秘密揭开,她带着满身伤痕蜕变,单纯木讷之后的撩人风华还会为他所动么?
  • 天行

    天行

    号称“北辰骑神”的天才玩家以自创的“牧马冲锋流”战术击败了国服第一弓手北冥雪,被誉为天纵战榜第一骑士的他,却受到小人排挤,最终离开了效力已久的银狐俱乐部。是沉沦,还是再次崛起?恰逢其时,月恒集团第四款游戏“天行”正式上线,虚拟世界再起风云!
  • 都市神拳传说

    都市神拳传说

    时语轩,被他的神秘朋友送进杀手组织!经受了5年生死考验,成为世界级杀手!脱胎换骨!这时他突然退役,前往都市,成为一名打工仔。在都市,又有什么故事等待着他?
  • 寒门狂婿

    寒门狂婿

    谁言寒门无贵子?一介寒门书生亦能纵横文坛,名扬天下。
  • 我被作者夺舍了

    我被作者夺舍了

    出去玩,您有以下选择:a学校b图书馆c游乐场d恶棍大本营遭遇恶棍,您有以下逃跑路线:a往街道跑b往地铁跑c往派出所跑d往死胡同跑进入死胡同,地上有四样道具:a手枪b刀子c锤子d苹果“正确答案是全选d!”脑海内声音说道。“为什么?这太沙雕了。”郭先问。“因为我是作者。”声音说。“那我也不屈服。”郭先回答。“好,待会我写死你。”作者说。“……好吧,我全选d。”郭先一脸无奈。
  • 九世:娘子快到为夫怀里来

    九世:娘子快到为夫怀里来

    她一心助他登上王位,不惜弑父灭亲,最后,清除了一切障碍。可笑的是,他竟然说,最大的障碍是她?重生之后,她灭渣男,斗贱人,收美男。what?有个美男叫她娘子?抱歉,本姑娘未婚。某无良王爷:正好,我们男未婚,女未嫁,你是我娘子名正言顺。某女抚额――这就算了,可为什么身旁这爷不仅连男的醋也吃,女的醋也照单全收?
  • 灯塔杀人事件

    灯塔杀人事件

    听说过“恒光灯塔”吗?没有;怎么了?那你……有没有听说过“灯塔杀人事件”?怎么可能会没有?这件事闹得很大好吧!
  • 唤神之路

    唤神之路

    这是一个从未有过的游戏未知的世界,魔神的赌局……强者的竞争,帝国的崛起……一个特工带着一群妹子的乱入……曾经辉煌过,如何能甘心平凡?一款游戏能改变什么——命运生命不止,战斗不息,拿起手中的利剑为民族铸魂!
  • 宝宝很妖孽娘亲很腹黑

    宝宝很妖孽娘亲很腹黑

    一睁眼,哪里还是二十一世纪,分明就是古代,公主?未婚先孕?丢尽皇家的脸,被赶出皇宫,且看女主如何在古代混的风生水起。只是吧,老是忘记自己怀有身孕,真麻烦!“娘亲,为什么别人都有爹爹,我和心心的爹爹去哪儿了”软糯糯,又带有些深沉的声音问着已经问了无数次的话题,某女狠狠地在小东西脸上亲了一把“你们爹爹泡妞去了!”另一个声音插进来“哦,那我!我要去找爹爹!”。。。。。。