文件更改时重新运行构建

反向传播（Backpropagation）是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。

所有的机器学习都可以做类似的分析，这项研究就是关于如何编写计算机程序来学习一项任务，而不是执行一个预先编码的任务。快速分类数据、识别模式、结果预测和自学的能力，都归结于愈发复杂的算法，以及逐渐强大的算力和海量数据。

从 iPhone 到世界上最强大的超级计算机 Summit，从谷歌到 Facebook，这些计算平台和计算程序都使用了极其复杂的数学计算，从模拟核爆炸到网络搜索结果，无所不及。

与《人工智能超级大国：中国、硅谷和新世界秩序》作者李开复的观点相反，人工智能不仅仅是数据。李开复曾经提到，今天的数据就宛如 20 世纪早期的石油资源，拥有最多数据的中国就是新的沙特阿拉伯。然而，如果没有与之匹配的数学能力，以及一些推动数学领域创造性发展的人，世界上所有的数据加在一起也只能带你走到这一步——而不足以走到 AI 领域前沿研究者们大胆畅想的未来。

不管你怎么划分，这个世界都是在 1 和 0 的基础上运行的，运行它们的算法都是经过反复锤炼的。创造这些算法的人才都经过了多年的训练，才能掌握这些复杂的数学知识。

不幸的是，美国的中学生和大学生没有掌握基本的数学知识，比如统计理论和微分几何，而这些知识恰恰是他们进入更高阶段的基础，也是人工智能的基础。

在经济合作与发展组织（OECD）2018 年的国际学生评估项目测试中，15 岁的美国学生的数学成绩为 35 分，远低于该组织成员国的平均水平。即使在大学阶段，由于没有掌握解决抽象问题所需的基本知识，美国学生通常要记忆算法，然后在需要的时候插入算法。

在学生高等数学能力培养方面的失败，意味着越来越少的美国公民去攻读数学和科学类的高等学位。美国国家科学基金会的数据显示，2017 年，美国计算机科学专业超过 64% 的博士候选人和近 70% 的硕士生是国际学生，当年数学专业的博士学位有一半授予了非美国公民，其中中国学生和印度学生占了大部分。亚洲优秀学生希望去到美国大学深造，这很大程度上是因为美国大学的培养体制比他们本国的培养体制要先进，尽管中美之间的教育差距不断缩小。

然而这也同时意味着，美国大学培养出来的那些在计算机科学和数学领域开辟新方向的人，不是美国人。这些人一部分将留在美国，但许多人也会回国，投身于本国科技产业的发展。


 

同时惠普推出的智能闪充技术同样也是可圈可点的，惠普推出的全新惠普智能闪充激光打印机，可以称之为无间断、低成本、高效率的革命性黑白激光打印机。不仅可以快速充粉，还拥有5000页的大印量和低至0.053元的打印成本，为用户带来超高印量和超低成本的打印体验，真正的解决了文印的成本问题。

综合来看，虽然激光打印机经久耐用，维护成本较低，但日后的成本问题也是家庭用户需要考虑的。如今各大厂商都推出了相应的解决方案，所以说家庭用户选择购买一台激光打印机也是个不错的选择。

写在最后

面对究竟该选择喷墨还是激光这个“世纪难题”，其实答案并不是唯一的。虽然都是面向家庭用户，但家庭用户的打印需求毕竟有所差异。如果说有大量的彩色打印需求，对成本比较看重，那么可以选择墨仓式打印机。而如果没有彩色打印需求，又对打印机的速度以及耐用程度有所考量，那么选择激光打印机也是个不错的选择。

所以说，究竟该选择激光还是喷墨，还是要从自身的打印需求出发来考虑。



 

（编辑：伊春站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!