，然后点击“添加到主屏幕” 爱看文学 www.2kwx.com，年近三十，科技立业无错无删减全文免费阅读！
老婆，你先睡，我还需要整理一点儿技术思路，这会儿有点儿灵感。”吃过晚饭，又折腾了许久，纪弘拍了拍程荟，轻声道。
“老公，现在我们的生活已经很好了，不要再像以前那么拼了，身体更重要！”程荟眼中闪过一丝心疼。
“就一小会儿，我整理个思路，不会很晚的，你先睡吧，乖~Mu~A！”
程荟也知道，灵感这东西不立刻整理出来，明天可能就没了，会导致以后老公更辛苦，也就没有再多劝：“那你一定要早点睡！亲亲~”
“嗯~”
……
AI趋势预测类模型，这是前两天纪弘获得相关设计和训练灵感的时候记录下来的。
“这东西还真复杂，不控制变量的情况下，哪怕【类思考模型】也力有未逮。”纪弘闭上眼睛，默默盘算着：
【如果用它去预测A股股票的走势，然后巨资去买，想都不用想，肯定会亏个底朝天！】
【如果不出手去买的话估计还会好一些，毕竟一件事情自己一旦介入这本身就是一个变量，而这种牵一发而动全身的变量，后果是最不可预计的。】
【还有，如果利用它去预测未来经济趋势，那是不是也要将这种超强大的AI能力本身也加入到变量当中去？】
【都有这种超级强大的AI了，会对经济没有任何影响？不可能的！它本身就是生产工具的一部分，是能产生经济价值，甚至如果指导政策制定和落实，甚至会改变大局。
【但一旦把自身也作为变量进行预测运算，那不可测的因素就会呈指数级上升，这种连锁效应绝对会把模型本身的能力榨干，然后拖垮。】
纪弘又想起【类思考模型】的基础【簇式卷积网络】。
“整体与局部的关系，个体与簇的关系，【时间-影响】曲线模型……”
“如果将时间与影响的局部综合模型简化为【簇】作为自身对预测事物的【整体变量】计入预测模型呢？”
“不同的【簇】……权重……”
纪弘的脑子在飞速的转着，又结合到了今天所获的技术能力——GPU算力调度方向技术能力——这是不是也是另一种调度呢？
这些天，纪弘的脑子越来越灵光，举一反三的能力也越来越强了——这种【时间与影响】的综合模型是否计入预测模型的变量，计入的权重与时机，本身跟【调度】就有异曲同工之处，只是确实更为复杂了。
但如果快刀斩乱麻，化繁为简，以【簇】做为基础变量单元的话——
每时每刻都会产生变量，将一段时间产生变量总和作为【簇】……
这样的话，时间跨度越短，【簇】越精细，变量参数就越多，相应的预测精准度就越高，预测模型也就越强大，当然，算力消耗也更大。
时间跨度越长，【簇】越粗糙，变量参数越少，算力消耗就小，相应的，预测模型也就越弱，精准度就会差点儿。
“思路还是可以的，回头测试一下，看看效果。”
纪弘脑筋飞速的旋转着，双手噼里啪啦的敲着键盘，迅速的记录着自己的思路和方案，慢慢的形成了一整套的理论和技术方案。
“变量越少越精准，预测股票和经济估计会差点儿意思，顶多差强人意，但如果用在工业上呢？比如芯片流片成功率与性能预测？”
纪弘感... -->>
老婆，你先睡，我还需要整理一点儿技术思路，这会儿有点儿灵感。”吃过晚饭，又折腾了许久，纪弘拍了拍程荟，轻声道。
“老公，现在我们的生活已经很好了，不要再像以前那么拼了，身体更重要！”程荟眼中闪过一丝心疼。
“就一小会儿，我整理个思路，不会很晚的，你先睡吧，乖~Mu~A！”
程荟也知道，灵感这东西不立刻整理出来，明天可能就没了，会导致以后老公更辛苦，也就没有再多劝：“那你一定要早点睡！亲亲~”
“嗯~”
……
AI趋势预测类模型，这是前两天纪弘获得相关设计和训练灵感的时候记录下来的。
“这东西还真复杂，不控制变量的情况下，哪怕【类思考模型】也力有未逮。”纪弘闭上眼睛，默默盘算着：
【如果用它去预测A股股票的走势，然后巨资去买，想都不用想，肯定会亏个底朝天！】
【如果不出手去买的话估计还会好一些，毕竟一件事情自己一旦介入这本身就是一个变量，而这种牵一发而动全身的变量，后果是最不可预计的。】
【还有，如果利用它去预测未来经济趋势，那是不是也要将这种超强大的AI能力本身也加入到变量当中去？】
【都有这种超级强大的AI了，会对经济没有任何影响？不可能的！它本身就是生产工具的一部分，是能产生经济价值，甚至如果指导政策制定和落实，甚至会改变大局。
【但一旦把自身也作为变量进行预测运算，那不可测的因素就会呈指数级上升，这种连锁效应绝对会把模型本身的能力榨干，然后拖垮。】
纪弘又想起【类思考模型】的基础【簇式卷积网络】。
“整体与局部的关系，个体与簇的关系，【时间-影响】曲线模型……”
“如果将时间与影响的局部综合模型简化为【簇】作为自身对预测事物的【整体变量】计入预测模型呢？”
“不同的【簇】……权重……”
纪弘的脑子在飞速的转着，又结合到了今天所获的技术能力——GPU算力调度方向技术能力——这是不是也是另一种调度呢？
这些天，纪弘的脑子越来越灵光，举一反三的能力也越来越强了——这种【时间与影响】的综合模型是否计入预测模型的变量，计入的权重与时机，本身跟【调度】就有异曲同工之处，只是确实更为复杂了。
但如果快刀斩乱麻，化繁为简，以【簇】做为基础变量单元的话——
每时每刻都会产生变量，将一段时间产生变量总和作为【簇】……
这样的话，时间跨度越短，【簇】越精细，变量参数就越多，相应的预测精准度就越高，预测模型也就越强大，当然，算力消耗也更大。
时间跨度越长，【簇】越粗糙，变量参数越少，算力消耗就小，相应的，预测模型也就越弱，精准度就会差点儿。
“思路还是可以的，回头测试一下，看看效果。”
纪弘脑筋飞速的旋转着，双手噼里啪啦的敲着键盘，迅速的记录着自己的思路和方案，慢慢的形成了一整套的理论和技术方案。
“变量越少越精准，预测股票和经济估计会差点儿意思，顶多差强人意，但如果用在工业上呢？比如芯片流片成功率与性能预测？”
纪弘感... -->>
本章未完，点击下一页继续阅读