fft算法c语言实现详解 fft程序( 五 )

"对于数据科学家来说，Jupyter已经成为实际的标准. "《自然》2018年写道[9] 。当时，代码共享平台GitHub上有超过250万台Jupyter笔记本。今天有近1000万份，包括2016年发现的引力波和2019年对黑洞成像的代码。"我们为这个项目做的小小工作已经带来了巨大的回报. "佩雷斯说。
高速学习机:AlexNet(2012)人工智能(AI)有两种不同的实现形式。一种使用编码规则，另一种使用计算机通过模拟大脑的神经结构来“学习” 。加拿大多伦多大学计算机科学家杰弗里·辛顿(Geoffrey Hinton)表示，几十年来，AI研究人员认为后一种方法是“无稽之谈” 。直到2012年，Hinton的研究生AlexKrizhevsky和Ilya Sutskever证明并非如此。
ImageNet是一年一度的竞赛。研究人员需要在一百万个日常物体的数据集上训练AI，并在另一个独立的图像数据集上进行测试。辛顿说，那时，最好的算法将识别大约1/4的错误图像。Krizhevsky和Sutskever提出的AlexNet是一种基于神经网络的“深度学习”算法，将误差降低到16%[10] 。“我们基本上把错误率减少了一半，差不多一半。辛顿补充道。
Hinton认为，他的团队在2012年的成功反映了generate的巨大潜力，这是一个足够大的训练数据集、优秀的编程和新的强大GPU(第一个旨在加速计算机视频性能的处理器)的结合。“突然间，我们可以以30倍的速度运行算法， ”他说，“或者在30倍的数据上学习。」
辛顿说，算法上真正的突破其实是在三年前实现的。当时，他的实验室创建的神经网络能够实现比传统的优化了几十年的AI更准确的语音识别。“虽然它(比传统人工智能)只好一点点，”辛顿说，“但它已经预示了未来。」
这些成就表明了深度学习在实验室和行业的兴起。这就是为什么手机可以理解语音查询，图像分析工具可以从光学显微镜图像中快速选择细胞。同时，这也是为什么AlexNet可以用很多重要的计算机工具从根本上改变科学，改变世界。
参考资料:
1.事件视界望远镜合作。L1 j . lett . 875(2019) 。
2.Braig，k . ， Adams，P. D. & Brünger，A. T.《自然结构》。生物2 ， 1083–1094(1995年) 。
3.史特拉瑟。生物学43，623–660(2010年) 。
4.纽马克，自然杂志304 ， 108 (1983) 。
5.Manabe，s .和Bryan，K.J. AtmosSci.26 ， 786–789(1969年) 。
6.罗森，C. L .，汉森，R. J . ，金凯德，D. R. & Krogh，F. T.ACM Trans .数学。软件5 ， 308–323(1979年) 。
7.http://arxiv.org/abs/1108.2700大学的预印本(2011年) 。
8.《自然光子》6，1 (2012) 。
9.自然563，145–146(2018) 。
10.Krizhevsky ， a . ， Sutskever，I. & Hinton，G. E. inProc .第25国际。糖膏剂神经信息处理系统1097–1105(柯伦协会，2012年) 。
作者:杰弗里·m·佩克尔
-自然科学