让我们来开发一种更类似人脑的神经网络吧(二)
接下来我们分析一下生物神经元网络所需要的特性:
1.算法简单,要非常简单。至少不会牵涉到多个神经元的相互作用。而应该是一对一的关系。
2.网络结构动态变化,所谓的隐藏层神经元的数量可以任意增加。
3.强力的记忆能力,一两次的训练就能把训练输入记录下来。有“第一印象”现象,也就是训练系数不断减小的现象。
4.有神经反射功能。就是长期共同激活的神经元互相会联系在一起。初步假设其结果是a的输出连到b的输入,b的输出连到a的输入。
还有其他特征继续补充中。想到了就记下来。
下面一节记录一些想到的思绪。
【推荐】2025 HarmonyOS 鸿蒙创新赛正式启动,百万大奖等你挑战
【推荐】博客园的心动:当一群程序员决定开源共建一个真诚相亲平台
【推荐】开源 Linux 服务器运维管理面板 1Panel V2 版本正式发布
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步