如果线性变换可以模仿

  

---

---

正文

---

如何模仿一个 行为   假设这个行为是线性变换
A 通过权重w 变换为  B
假设可以通过  如下方式 模仿 A变换到B  线性变换  让   C 变换  D
 
首先 计算A C  的距离  dx  计算 B D 的距离 dy
 
假设 w  是通过等差求解权重的方式  求得的
 
那么  就可以使用等差 方法使用dx  dy 求得 dw 
 
 
假设  A+dx=C   B+dy =D   那么  new_w=w+dw 
 
这样便成功的模仿  了  整个的变换过程
 
那么后期方可使用一个实际的变换例子  
 
通过模仿的方式实现 一个例子就能 通用该例子的行为
 
那么是不是会比深度学习的  大量的数据训练要好很多 至少是一个思路 

---

总结

        人类最开始学习 的起点  就是通过大量的模仿不断的调整  模仿的相似情况 来学习的

        那么就算上述的方法不是  模仿的方法  至少存在一种方法可以

        模仿 各种变换  让学习不需要 太多的资料  方可自己 通过一个实际的例子不断的

        模仿对比 来学会 一个行为 最简单的变换

        后期会使用代码  试一试 至少是一种思路  深度学习具有很好的建模能力 

        且也具备 建模方向模型  自我模型 和 自我区分模型  三大模型结合 也可以具有人类智能

        但是算力是一个不小的挑战  。也许模型模仿是一个出路        

---

• 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
• 📢本文由东方佑原创，首发于 CSDN博客🙉
• 📢停下休息的时候不要忘了别人还在奔跑，希望大家抓紧时间学习，全力奔赴更美好的生活✨

---

---