赵奕一口气做了四个张震发来的算法包，感觉手指要比脑子累的多，他喝杯咖啡休息的时候，还抽时间看了下刘教授发来让帮忙修改的算法包。
这几个算法放在电脑里，连动都没有动过一下，他倒是想过耐心看看，一直都没有抽出时间。
另外，主要是很难看懂。
刘教授的人工神经网络方面的研究，已经到了世界最顶级的水平，他做研究所使用的算法，都和最顶尖的研究相关，肯定会牵扯到一些高深的数学方法。
作为研究的主导者，主要工作是制定框架，肯定没有时间去一个个写详细算法，算法包都是刘教授带的博士生写的。
这几个算法包都能调试运行，但因为牵扯的数据太繁杂，程序运行的计算量是个大问题，输出数据并不完美，等等，就只能继续做修改，而修改起来也非常的困难。
刘教授找其他人帮忙的重要原因是，撰写算法包的博士生已经毕业，不继续跟着刘教授做研究了。
这是很正常的事情。
博士生就是跟着导师做项目，项目是否完成和他们没关系，他们就等于是公司打工的，干的好也许会选择留下来，干不好能离开就离开了。
‘国家科学院’可不是一般人想留就能留的。
赵奕很认真的看起来，有个算法包的主题和数据分析、区分有关，也就是根据一些特定的数据信息，判断图片的主要内容是什么。
听起来似乎很简单，做起来却很不容易。
比如，最简单的，区分猫和狗。
猫和狗的形态差不多，身体构成都是一样的，凭借一个单独的数据，根本就无法做出区分。
当用数据分析猫和狗时，可以根据‘相似度’来区分，也就是‘目标和猫有多少相似’、‘目标和狗有多少相似’，随后把两个数据做对比，和哪个相似度更高，就会判定是哪个。
以上判断的前提，还是计算机本来就有猫和狗的特性数据。
这是最简单的。
刘教授发过来的算法包，数据分析内容就复杂多了。
赵奕看了好半天，干脆就去翻‘数学参考书’，他的高深数学知识实在太匮乏，而数学是计算机的理论支撑，高深的算法要用到高深的数学，两者可以说是息息相关的。
第二天去上学就轻松了。
只要是上学的时间，就不去想计算机、算法问题，而是一心放在学