异或问题对于在场的所有人包括方鸿都明白，这是计算机的基本运算之一。
这时，陈宇自我反问道：“异或问题处理不了，那岂不是判死刑的节奏？”
陈宇旋即自答：“很简单，直接用核函数升维。感知机之所以能变成现在的深度学习，就是因为它从一层变成了多层，深度学习的深度就是指感知机的层数很多，我们通常把隐藏层超过三层的神经网络就叫深度神经网络，感知机是如何通过加层搞定异或问题的？”
陈宇回头看向屏幕调取下一张幻灯图并说：“计算机有四大基本运算逻辑，与、或、非、异或，这个不用多讲了。如果我们把异或放在一个坐标系来表示就是这样的。”
“原点位置x是0，y是0，于是取0；x=1时，y=0，两者不同取1，通力，这儿也是1，而这个位置x、y都等于1，所以取0，在这张图上如果我们需要吧0和1分开，一条直线是做不到的。”
“怎么办？这就要看异或运算的本质了，数学上来说，异或运算其实一种复合运算，它其实可以通过其它的运算来得到，证明过程太复杂这里就不展开了。”
“如果我们能用感知机先完成括号里的运算，然后再把得出的结果输入到另一个感知机里边进行外面的这层运算，就可以完成疑惑运算了，然后异或问题就这么神奇的解决了，解决问题的同时顺带还解决了线性不可分的问题。”
“这说明什么？说明不管多么复杂的数据，通过加层的方式都可以拟合出合适的曲线将他们分开，而加层就是函数的嵌套，理论上来讲不管多么复杂的问题，我们都可以通过简单的线性函数组合出来，因此，理论上讲，多层的感知机能够成为通用的方法，可以跨领域地解决各类机器学习问题。”
……
本章完
【本章阅读完毕，更多请搜索新笔趣阁;https://pck.iamtaec.com 阅读更多精彩小说】