標(biāo)準(zhǔn)化和歸一化什么區(qū)別？規(guī)范化是將輸入向量的最大值和最小值限制在隱藏層和輸出層函數(shù)的限制范圍內(nèi)。例如，如果隱藏層的傳遞函數(shù)是logsig，則輸出在0~1的范圍內(nèi)。如果傳遞函數(shù)為Tansig，則隱層的輸

標(biāo)準(zhǔn)化和歸一化什么區(qū)別？

規(guī)范化是將輸入向量的最大值和最小值限制在隱藏層和輸出層函數(shù)的限制范圍內(nèi)。例如，如果隱藏層的傳遞函數(shù)是logsig，則輸出在0~1的范圍內(nèi)。如果傳遞函數(shù)為Tansig，則隱層的輸出在-1~范圍內(nèi)，并進(jìn)行歸一化，這也是為了隱層傳遞函數(shù)的輸出。標(biāo)準(zhǔn)化只是數(shù)據(jù)的統(tǒng)一標(biāo)準(zhǔn)，它的大小可能已經(jīng)超出了隱層傳遞函數(shù)的范圍，而且在以后的運(yùn)行中很容易出錯(cuò)。

我不是一個(gè)IT行業(yè)人，我想了解人工智能究竟是怎么實(shí)現(xiàn)的，或者說實(shí)現(xiàn)的方向，怎么做最接近？

人工智能就是模擬人類。所以主要通過視頻、圖像和音頻輸入。像小杜這樣的機(jī)器人必須配備攝像頭來識別人臉，并配備拾音裝置來識別聲音。具體來說，本質(zhì)上是對人臉和聲紋進(jìn)行半結(jié)構(gòu)化特征提取，然后在背景特征數(shù)據(jù)集中進(jìn)行比較的結(jié)果。在此之前，我們需要對數(shù)以千萬計(jì)的人臉和聲紋數(shù)據(jù)進(jìn)行模型訓(xùn)練，并“教”機(jī)器人如何檢測人臉和聲紋以及如何提取特征。這個(gè)過程可以是基于深度學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練過程，它是一種模擬人腦的神經(jīng)網(wǎng)絡(luò)?，F(xiàn)在比較流行的深度學(xué)習(xí)網(wǎng)絡(luò)培訓(xùn)框架有cafe，tensorflow，流行的語言有python，C，C等。如果你想學(xué)習(xí)，首先百度關(guān)于我上面提到的所有名詞我都不太懂，懂了概念才可以繼續(xù)。