我对深度学习 推理的理解

关于推理

我觉得推理,是通过已知信息,修复缺失的拼图 ,

通过假的知识修复 就会得到假像,(类似换脸,变装)
通过真的知识修复 就会得到真相, (类似福尔摩斯的推理,注重证据)

推理本质

推理本质是知识的联系和整合

福尔摩斯 可以根据有限的关键线索 推理 出各种结论,实际上就是在对已有知识和各种规律的联系应用,这不需要学习,只要存储足够的知识和规律,通过整合并概率计算就可以.

推理定义:

推理是对已有知识的利用
推理是对已有知识的联系
推理是对已有模型的整合
推理是对高概率规律的复用

引入词汇的推理

推理可以是基于词汇的理解和联系
( 人类词汇,动物词汇,计算机自创词汇各种词汇)

我对词汇的扩大理解: 声音片段,动作片段,表情片段,表象片段,静态图像这些都是词汇,例如:

各国语言,少数民族语言词汇
猫狗动物之间叫声词汇,
蚂蚁蜜蜂也有信息素词汇
风雨雷电的表现也是词汇
动物的足迹, 建筑的形状,
物品的分类,生长不同阶段的词汇

有声和无声的词汇 ,有像和无像的词汇,
大部分都可以用文字表达,
文字和词汇是对概念和规则的抽象
公式定理也需要用词汇,文字,符号表达

能不能单纯从数据到词汇再到预测,例如:
晒被子(监控),天气预报下雨-> 提醒收被子
出门(监控),天气预报下雨 ->提醒 打伞
股市历史数据, 公司经营范围,战争,政策,病毒词汇—>预测股市波动