络作为特征自动学习的核心，这需要极大的学术勇气，以及对大数据和神经网络路线的坚定信仰。”
郭长征看得眼眶一热。
这些年，他因为坚持搞神经网络，没少受同行的白眼和嘲笑，背后经常被人议论是死脑筋。
这还是第一次，有人能够如此深刻地理解他的研究初衷，并且给予如此高度的肯定。
郭长征觉得，盛夏科技的幕后绝对隐藏着一位眼光老辣、懂技术又懂人心的顶级战略家。
他要是知道，这段让他感动得稀里哗啦、直戳心窝子的知音点评，其实是一部手机里没有感情的人工智能批量生成的套话，恐怕会当场郁闷得吐血三升。
邮件的后半部分，话锋一转，开始提出建议。
“当然，我们在仔细研读您的卓越构想后，也有一些不成熟的小建议供探讨。”
“您在申报书中设计的网络节点计算模式，已经是目前学界最主流、最稳定的方案，选择这样的方案，足以说明您有着极其扎实的底层理论功底，做事严谨踏实。”
“但着眼于未来的大规模训练，在网络层数持续加深的情况下，还是会不可避免地面临梯度消失这种行业普遍头疼的问题。”
“我们不妨胆子再大一点，可以尝试突破常规，引入一些特定的激活函数或者残差结构。”
“另外，您在模型优化阶段采用标准的随机梯度下降（SGD）算法，这确实是当前学术界最稳妥、理论最完备的路径，足以说明您对底层数学基础的把控力极强。”
“但如果要在海量高维图像特征中追求‘大力出奇迹’的收敛效率，我们建议您可以尝试跳出常规，引入动量机制或者自适应学习率相关的算法。您只管放开手脚去试错，去跑那些看起来极其夸张的网络拓扑，盛夏科技的九章平台会为您提供算力兜底。”
郭长征看着这两条具体意见，不仅没有感到任何被挑毛病的不悦，反而觉得极其受用。
对方的语气极
本章未完，请点击"下一页"继续阅读！ 第2页 / 共5页