而此时此刻，海的另一边，五月会办公室内。

实际上，向他透卷积神经网络的信息算不上什么太超前的技术，因为早在2002年，卷积神经网络的基本原理就已经诞生。

告别王建成之后，陈念自己溜达溜达地回到了住。

实际上，整个卷积神经网络的原理并不复杂，最基础的分，哪怕是完全没有编程基础的普通人，也能在半天之内懂个七七八八。

有系统加持，他在新材料方面的研究一定会比其他人容易得多，而过程中知识增量提供的源，也可以弥补本的消耗。

别人都是我一提上就突破了，你还得消化消化是吧？

这他么什么怪啊！

照王建成的天赋，哪怕这颗不是被自己下，也会在某一次的学习、某一次的研讨上被其他人、其他事情下。

“函数展开，线回归函数，递归算了，我把大致的原理图画来给你看看。”

陈念抄起筷，沾了汤在桌面上开始写写画画。

“有几个关键词，应该是你的研究过程中用得上的。”

为啥系统没反应啊！

等陈念放下筷时，他看陈念的神已经完全变了。

“喏，这是卷积神经网络的滤波过程图，这是c1层，作用是产生特征映图，随后，特征再行求和加权.”

王建成啊王建成，你小到底行不行？

汤在桌面上逐渐形成了纵横错的图画，王建成从最开始，便已经全情投地在听，所以哪怕陈念只讲了一遍，他也已经把全内容记在了心里。

良循环！

“你可以先去看看国际上最先的经验，试着用到自己的实里面来。”

本来以为，这就是一个普通的、比较心的、并且有一小成绩的学长而已。

这门课的度已经到了接近70%，预计再有一个月，就可以完成整本课程的学习，到时候，就可以开始尝试转科研 学习同步行的节奏了。

真正困难的，是怎么用复杂的程序去实现它。

于是，他仔细回忆了片刻，继续说：

他怎么也想不明白，这一次的计划，怎么会又失败了。

陈念满意地了，转便投到了学习中去.

虽然这算法的确达不到立刻可用的平吧，但是，他的思路绝对是级的！

说到这里，陈念停顿了一下。

但是，如果让自己去把这分内容解析来给他.

自己亲自派去的两名大将，使用的是最隐蔽、最稳妥的策略，但最后，居然连他们自己，都陷了去。

但他不知的是，餐桌上的这一幅图，也许在多年之后，将会成为一段脍炙人的故事

，6.9个源消耗。

但现在看来.

探索，应该也不会太难。”

希望你不要让我失望，要是能再给个惊喜，那就更好了

那还是拉倒吧。

真要说起来，这样的动作，其实就相当于下了一颗罢了。

他大概觉得这两人学习学疯了，推理都推到餐桌上了。

他突然想到，现在这个时间，对方应该是很难找到比较有用的材料的。

这不是陈念擅长的分，在上一世，他只是于兴趣学了个。

嘴上说着不懂编程，反手就是一个显然要比随机森林还要的算法甩了来。

所以，综合来说，风险很小，换回来的收益却很大。

而一旁路过的学生好奇地看着这一幕，脸上好笑的神情。

到2006年爆发期为止，这个过程里学者们的大分工作，其实就是对基本原理的补充和完善罢了。

“其中可以重关注一下svm方法，如果有困难，可以找统计学专业的老师帮忙。”

他画的是当年游戏ai度训练最常用的卷积神经网络的基本结构图。

自己刚才的，也是把已经有的东西给王建成传达了一遍，至于真正怎么应用，还是需要他去探索的。

潘恩颓废地坐在沙发上，睛里全是沮丧的神，似乎失去了所有的光芒。

王建成小心翼翼地用纸巾掉这副图上多余的分，一时间不知该说些什么。

你还说你不会武功！？

回到住，陈念慢悠悠地打开了自己的课本，准备继续学他的先工程材料。

不过