楼下，上了车，唐念系好安全带，安静地坐在边上，气压很低也不说话。

     陈知礼瞥见她气鼓鼓的模样，呵笑了声：“又在心里骂我不好好说话了？” “？” 唐念惊恐地朝他看过去。

     他怎么知道，不会是有读心术吧。

     “谁让我在八卦阵买了房，只会阴阳怪气。

    ” “……” 你对自己的认知还挺清晰。

     昨天下午唐念处在气头上，所以才训练模型骂他，但是算法跑完那会儿她已经睡着了，压根没看到内容，但总归不是什么好词。

     车内安静了一会儿。

     陈知礼说起此行正经事：“韩教授的团队遇到了技术难题，有些老中医的字迹潦草模糊辨认困难，无法转化成电子版，这次去解决技术问题。

    ” 鉴于刚口出狂言，唐念现在乖的跟鹌鹑似的，没防备，顺着他的话就往下接：“可以用LSTM-Right啊，表现比普通神经网络隐马尔科夫模型好，特别是在这种连续手写识别上，准确率挺高的。

    ” 目前工业界使用的手写识别一般有三类，卷积神经网络、循环神经网络和隐马尔可夫模型。

    LSTM模型就是一种有记忆的循环神经网络，通过特殊的门控机制，来处理一系列文本或图像数据。

     唐念说的LSTM-Right则是在LSTM模型基础上做了进一步优化，简化参数，提高速度，错误率能降低到10%以下。

     这篇论文的作者是陈知礼博士期间认识的一位美籍华裔，目前并未应用到工业界，只在小众学术圈传播学习，国内更是连资料都查不到。

     陈知礼很惊讶她能一下子想到这种算法。

     唐念似乎也意识到什么，后知后觉地打补丁：“我瞎说的哈哈，你别当真哈。

    ” 陈知礼没说话了，单手掌着方向盘，食指随节奏有一下没一下敲着，似是在思考问题。

     他并不知道唐念来读研的真正原因，按她的说法是水个硕士毕业证回老家进体制内躺平。

     nlp领域更新迭代的速度太快，别的同学都在拼命做实验、发论文，根本不敢睡觉，生怕自己一觉醒来nlp又有新成果了。

     而唐念，一位名校毕业生，完全没有“造福人类、成就一番事业”的精气神，咸鱼的彻底，每天对自己洗脑三次，“人啊就不要那么好强。

    季羡林大师都说了，大多数人的一生，一没有意义，二没有价值。

    ” 八年真的让人变化这么大吗？ 把一个积极上进的少女蹉跎成一条无欲无求、混吃等死的咸鱼…… 重点是这条咸鱼居然知道前沿论文，并精准讲出其中核心算法。

    他并不认为一个完全不关心业界算法的人能懂LSTM-Right。

     所以她这是在搞什么新型学习技巧？ 偷偷学习，卷死同行？ 像是觉着荒谬。

     陈知礼没忍住笑了声。

     唐念心里发毛，看了眼他：“你笑什么？” “没什么，”陈知礼忽然很认真的问她：“刚好要去医院，要不顺便去挂个号？” “我又没生病，挂号看什么？” 陈知礼顿了顿，慢悠悠的说：“建议去看看……” “什么？” “精神状态。

    ” “……”