List view
{"tag":"","priority":5,"itemId":"0.5889786852325349","createdAt":"2020-09-25T06:02:05.325Z","version":"2020-09-25T06:16:36.286Z","content":"一些想法\n\n什么是物？它是神经元网络研究的直观对象。 它是一些属性的稳定组合，这些组合符合某种分布规律。神经元网络的作用是通过学习方法确定这种规律。\n新的想法：这种规律符合某种自然的分布，从神经元网络输入的角度出发，我们可以人为的打破这种规律，而用另一种规律代替它，从而使这种规律个易于学习。具体方法：使用随机的方法打乱这种分布，然后将新的分布通过某种处理附加到新的分布上，这样有可能使两个关联度高的点重合，从而达到信息量增强的效果。\n\n从神经元网络的内部结构的角度出发，它应该具备这样的能力，通过训练表达出对某个事物的特征分布的描述。这里提供一种新的表达方式：网络是层次形式的组合，每层是对描述对象的新的表达，同一事物的特征通过层与层之间的计算聚合到后一层中，这种聚合不断发生，最后聚合为一个点。该点所处的位置以及层数即为该网络对该事物的最终表示","url":"https://github.com/wangziling100/nn_exercise/issues/1","issueNumber":1,"completeness":0,"endDate":null,"itemStatus":"active"}
No due date