放弃了这个想法。
    一旦泄露出去，他很可能会有麻烦。
    因为这些技术的来源，他根本没法解释。
    技术跨度太大了。
    好吧，安全第一，先用“感知机”凑合一下。
    哪怕准确率低点，也无所谓了。
    江寒现在唯一可以拿出来的，就是“单层感知机”。
    这种技术只能解决二分类问题，并且还要求线性可分。
    好在当前所面临的问题，这两个要求正好都符合。
    江寒重生前，做过一个实验，用“单层感知机”识别手写数字，应用场景与现在差不多。
    效果也还过得去。
    所以，看照片识别男女的任务，完全可以使用“单层感知机”解决。
    说起来，这可能是神经网络技术，在这个世界的第一次实战？
    江寒前几天写的论文里，就有“单层感知机”的代码，稍微改动了一下，就能用上了。
    研究机器学习，首选语言是Python，语法简单，开发效率高，不容易出错，也不用关心底层如何实现。
    不过，这篇论文的代码，实在太简单，用什么都一样。
    所以，江寒使用了最熟悉的C++。
    代码略……
    （PS：绝对不是空白太小写不下。）