第四章 What the fxxk！这怎么可能？
是觉皇不是教皇提示您：看后求收藏(归云文学网)，接着再看更方便。
[ 【作者是觉皇不是教皇提示：如果章节内容错乱的话，关掉阅读模式,关闭广告拦截即可正常】
] 这种论文怀特每年都能审到几十上百篇，甚至还有某些民间科学家拿着两页写满初等数学公式的草纸声称自己证明了四色定理，找他帮助发表，因此他对于这种学术垃圾多搭理一点的想法都欠奉。
他迅速翻到最后，从附录的url中找到了作者提供的匿名代码，当然，他并不准备直接运行它。
当前在机器学习领域内最通用的svm模型，在这个数据集上的准确率只有不到95%，别看两者差距好像不是很大，但是换一个角度，这代表着mlp的错误率比前者低了一半以上。
“又是审稿邀请？让我看看这次是什么论文，嗯，《一种解决异或问题的感知机模型》？”
琼森打算参考着作者的代码自己重新写一遍——当然，是用自己设置的结构和数值——反正只要按照论文里的思路来进行，如果最后结果很差，就可以说明这是一篇不折不扣的“炼丹文”，刚好作为反驳的依据。
一天的好心情荡然无存，怀特不禁骂骂咧咧道:“what the fxxk！”
大洋彼岸，宽敞的教授办公室内。m.boyishuwu.com
“看来这个作者还是有一定水平的，至少他能够合理地隐藏自己的谬误……对了，他的代码！”
“wtf！这怎么可能……”
做完实验后再回头看论文，琼森的心态发生了翻天覆地的变化。
琼森眉头紧锁着看完了整篇论文，却惊奇的发现自己没能找出任何理论或者逻辑上的错误。
………………
怀特的不屑是有原因的，他当然不会认为这种几十年来的难题不可能解决，否则科学的发展是怎么产生的？
至于剩下的调参之类的苦力活，实在是太麻烦了所以懒得做，就留给你们吧！
作为学术圈的老油条，琼森深知这些论文代码里面的猫腻。
随便扫了两眼正文内容后，怀特更加确信自己的判断，论文通篇朴素的思路和简单的模型让人感觉就像一个本科学生、甚至是民间科学家的自娱自乐，而后面好到浮夸的结果更像是作者吹牛吹过了头，让人一眼便心生反感。
最终还是瘫靠在座椅上，无力地呻吟出声:
但话语中的含义却与前者完全不同！
这个作者仿佛只是理所应当地在说，我们在感知机上的研究遇到了一点小问题，我看了看，大概问题在这里，所以我改了改，果然一下就改好了。
“what the fxxk！”
作者甚至都没调参！
身为领域内的优秀学者，又曾在这个会议上投中过几次论文，收到审稿邀请对于怀特教授早就司空见惯，他习以为常的打开邮件。
两个小时前，
虽然十分质疑徐毅在课上讲的内容，但王浩中还是遵从父亲“实践出真知”的家训，回家之后按照老师的课件复现了课上讲的模型。
琼森茫然的盯着屏幕，突然想要给自己一巴掌，好让自己发现原来这是在做梦。
似乎丝毫没有意识到，这个“小问题”，已经困扰了计算机领域三十年！
虽然svm方向上有很多改良的算法，也可以达到接近甚至超越98%的数据，但别忘了，这只是他随手搭出来的框架，同样还有很大的进步空间！
看着眼前的论文，戴·琼森的感叹与前一位审稿人惊人的一致:“天呐！这个作者是个疯子吗？”
但这股冲动存在了一瞬便即消散，他还是激动而忠实地写下评审意见:
为了保险起见，他甚至把这些内容找父亲做了确认，对待学术一向吹毛求疵的父亲在看到结果后都是一言不发，最后只留给他一句“好好听老师的课”，转身就走，
但解决流程应该是某位大牛定下方向，然后麾下几位小牛围绕这个方向发表几篇甚至十几篇论文，在圈内引发一轮又一轮热议，然后在某一天大牛小牛们在arxiv上联名挂出一篇合作论文，再经过一两个月的发酵之后才到他们审稿人的桌上！
虽然与怀特一样，下意识认为这篇简单的文章一定在哪里出了问题，但作为一个颇有责任感的审稿人，琼森还是希望找到驳回发表的充足依据。
王浩中双手撑桌，看着自己电脑屏幕上显示的结果，不可置信地失声喊道。
写罢，琼森仍旧感到恍如梦中，不敢相信可能是今年领域内最有突破性的成果，就这么轻易地出现在自己面前。
但这样一个可以改变世界的发现，怎么会出现在面前的小讲师的手里，还被他轻飘飘地直接在一节小学期的选修课上这么随意的提出来？
“完美的逻辑推论和无懈可击的理论过程！作者在论文中提出了一种简单却有效的多层感知机（mlp）方法，解决了困扰学界多年的异或问题，……”
…………………………
这两个小时里，他按照作者的思路，使用了不同的参数和结构，但最终结果却与文中相差无几，远超现有的svm方法！
罗伯特·怀特教授刚刚悠闲地泡好一杯咖啡，正准备看两篇论文来度过一个轻松的下午茶时间，就看到邮箱收来一封nips的审稿邀请。
一些学者为了让自己的成果显得更好，往往会选择在某一个任务的数据集上使用几百上千组不同的参数测试自己的方法，然后选择表现最好的参数组合放在论文上，对其它失败的组合闭口不谈，从而声称自己达到了sota（state-of-the-art，当前最先进的）的效果。
看到题目的那一刻就忍不住冷哼了一声，解决异或问题的感知机？异或问题提出到现在已经几十年了，你告诉我只用一篇论文就能轻易解决，当我是傻子么？
而实际上，只要稍微变动一下其中的某个数值，或者甚至保留数值不变，原样用在另一个任务上，这些方法的表现就会瞬间暴跌！这些论文同样都是毫无价值的垃圾，琼森认为这篇《感知机》的作者也使用了相同的技巧。
mlp的出现，绝对是世界级的突破！
——这个成果绝对、完全、百分百地没有问题！
但运行出来的结果却让他始料未及！
只在审稿意见里刻薄的写下一句“希望作者减少一点k（民科）式的呓语”，就干脆利落地把文章丢进了垃圾箱。
如此重要的突破却诞生在如此不严肃的场合，王浩中感到一阵浓浓的荒谬感向自己传来，整个世界都不好了。
不敢置信的他换了一组又一组数据，甚至使用了不同的任务来做测试，但越做结果就越让他心惊，因为其中几组参数下的多层感知机的表现，甚至比论文里的样例都要好！
“本人按照文中的思路进行复现，得出了相近的实验结果，实际上，我发现在xx和xx等参数设置下，mlp的表现可以进一步地提升，这一发现有力地支撑了本文的可行性……”
nips是 neural information processing systems的缩写，即神经信息处理系统大会，是目前世界上最顶级的机器学习领域会议之一。
结果，他随便搭建的mlp模型，在手写数字分类的数据集mnist上，居然达到了98%的准确率！
而不是像现在这样，由一个不知名作者拿出一个玩具模型，配上土到极致的题目发给自己！
“这怎么可能？！”
] 这种论文怀特每年都能审到几十上百篇，甚至还有某些民间科学家拿着两页写满初等数学公式的草纸声称自己证明了四色定理，找他帮助发表，因此他对于这种学术垃圾多搭理一点的想法都欠奉。
他迅速翻到最后，从附录的url中找到了作者提供的匿名代码，当然，他并不准备直接运行它。
当前在机器学习领域内最通用的svm模型，在这个数据集上的准确率只有不到95%，别看两者差距好像不是很大，但是换一个角度，这代表着mlp的错误率比前者低了一半以上。
“又是审稿邀请？让我看看这次是什么论文，嗯，《一种解决异或问题的感知机模型》？”
琼森打算参考着作者的代码自己重新写一遍——当然，是用自己设置的结构和数值——反正只要按照论文里的思路来进行，如果最后结果很差，就可以说明这是一篇不折不扣的“炼丹文”，刚好作为反驳的依据。
一天的好心情荡然无存，怀特不禁骂骂咧咧道:“what the fxxk！”
大洋彼岸，宽敞的教授办公室内。m.boyishuwu.com
“看来这个作者还是有一定水平的，至少他能够合理地隐藏自己的谬误……对了，他的代码！”
“wtf！这怎么可能……”
做完实验后再回头看论文，琼森的心态发生了翻天覆地的变化。
琼森眉头紧锁着看完了整篇论文，却惊奇的发现自己没能找出任何理论或者逻辑上的错误。
………………
怀特的不屑是有原因的，他当然不会认为这种几十年来的难题不可能解决，否则科学的发展是怎么产生的？
至于剩下的调参之类的苦力活，实在是太麻烦了所以懒得做，就留给你们吧！
作为学术圈的老油条，琼森深知这些论文代码里面的猫腻。
随便扫了两眼正文内容后，怀特更加确信自己的判断，论文通篇朴素的思路和简单的模型让人感觉就像一个本科学生、甚至是民间科学家的自娱自乐，而后面好到浮夸的结果更像是作者吹牛吹过了头，让人一眼便心生反感。
最终还是瘫靠在座椅上，无力地呻吟出声:
但话语中的含义却与前者完全不同！
这个作者仿佛只是理所应当地在说，我们在感知机上的研究遇到了一点小问题，我看了看，大概问题在这里，所以我改了改，果然一下就改好了。
“what the fxxk！”
作者甚至都没调参！
身为领域内的优秀学者，又曾在这个会议上投中过几次论文，收到审稿邀请对于怀特教授早就司空见惯，他习以为常的打开邮件。
两个小时前，
虽然十分质疑徐毅在课上讲的内容，但王浩中还是遵从父亲“实践出真知”的家训，回家之后按照老师的课件复现了课上讲的模型。
琼森茫然的盯着屏幕，突然想要给自己一巴掌，好让自己发现原来这是在做梦。
似乎丝毫没有意识到，这个“小问题”，已经困扰了计算机领域三十年！
虽然svm方向上有很多改良的算法，也可以达到接近甚至超越98%的数据，但别忘了，这只是他随手搭出来的框架，同样还有很大的进步空间！
看着眼前的论文，戴·琼森的感叹与前一位审稿人惊人的一致:“天呐！这个作者是个疯子吗？”
但这股冲动存在了一瞬便即消散，他还是激动而忠实地写下评审意见:
为了保险起见，他甚至把这些内容找父亲做了确认，对待学术一向吹毛求疵的父亲在看到结果后都是一言不发，最后只留给他一句“好好听老师的课”，转身就走，
但解决流程应该是某位大牛定下方向，然后麾下几位小牛围绕这个方向发表几篇甚至十几篇论文，在圈内引发一轮又一轮热议，然后在某一天大牛小牛们在arxiv上联名挂出一篇合作论文，再经过一两个月的发酵之后才到他们审稿人的桌上！
虽然与怀特一样，下意识认为这篇简单的文章一定在哪里出了问题，但作为一个颇有责任感的审稿人，琼森还是希望找到驳回发表的充足依据。
王浩中双手撑桌，看着自己电脑屏幕上显示的结果，不可置信地失声喊道。
写罢，琼森仍旧感到恍如梦中，不敢相信可能是今年领域内最有突破性的成果，就这么轻易地出现在自己面前。
但这样一个可以改变世界的发现，怎么会出现在面前的小讲师的手里，还被他轻飘飘地直接在一节小学期的选修课上这么随意的提出来？
“完美的逻辑推论和无懈可击的理论过程！作者在论文中提出了一种简单却有效的多层感知机（mlp）方法，解决了困扰学界多年的异或问题，……”
…………………………
这两个小时里，他按照作者的思路，使用了不同的参数和结构，但最终结果却与文中相差无几，远超现有的svm方法！
罗伯特·怀特教授刚刚悠闲地泡好一杯咖啡，正准备看两篇论文来度过一个轻松的下午茶时间，就看到邮箱收来一封nips的审稿邀请。
一些学者为了让自己的成果显得更好，往往会选择在某一个任务的数据集上使用几百上千组不同的参数测试自己的方法，然后选择表现最好的参数组合放在论文上，对其它失败的组合闭口不谈，从而声称自己达到了sota（state-of-the-art，当前最先进的）的效果。
看到题目的那一刻就忍不住冷哼了一声，解决异或问题的感知机？异或问题提出到现在已经几十年了，你告诉我只用一篇论文就能轻易解决，当我是傻子么？
而实际上，只要稍微变动一下其中的某个数值，或者甚至保留数值不变，原样用在另一个任务上，这些方法的表现就会瞬间暴跌！这些论文同样都是毫无价值的垃圾，琼森认为这篇《感知机》的作者也使用了相同的技巧。
mlp的出现，绝对是世界级的突破！
——这个成果绝对、完全、百分百地没有问题！
但运行出来的结果却让他始料未及！
只在审稿意见里刻薄的写下一句“希望作者减少一点k（民科）式的呓语”，就干脆利落地把文章丢进了垃圾箱。
如此重要的突破却诞生在如此不严肃的场合，王浩中感到一阵浓浓的荒谬感向自己传来，整个世界都不好了。
不敢置信的他换了一组又一组数据，甚至使用了不同的任务来做测试，但越做结果就越让他心惊，因为其中几组参数下的多层感知机的表现，甚至比论文里的样例都要好！
“本人按照文中的思路进行复现，得出了相近的实验结果，实际上，我发现在xx和xx等参数设置下，mlp的表现可以进一步地提升，这一发现有力地支撑了本文的可行性……”
nips是 neural information processing systems的缩写，即神经信息处理系统大会，是目前世界上最顶级的机器学习领域会议之一。
结果，他随便搭建的mlp模型，在手写数字分类的数据集mnist上，居然达到了98%的准确率！
而不是像现在这样，由一个不知名作者拿出一个玩具模型，配上土到极致的题目发给自己！
“这怎么可能？！”
历史小说相关阅读More+
我建成了世界一流大学所有内容均来自互联网，只为原作者是觉皇不是教皇的小说进行宣传。欢迎各位书友支持秦毅并收藏我建成了世界一流大学最新章节。