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。
· 2025年:是时候重新认识System.Text.Json了
· 源码浅析:SpringBoot main方法结束为什么程序不停止
· C#性能优化:为何 x * Math.Sqrt(x) 远胜 Math.Pow(x, 1.5)
· 本可避免的P1事故:Nginx变更导致网关请求均响应400
· 还在手写JSON调教大模型?.NET 9有新玩法
· 2025年:是时候重新认识System.Text.Json了
· .NET 9 的免费午餐:GZip 性能提升38.3%
· 开源新旗舰 GLM-4.5:不想刷榜,只想干活儿
· 优雅的.net REST API之FastEndpoints
· .NET 10 中的新增功能系列文章1——运行时中的新增功能