神经网络〔neuralnetwork(NN)〕百科物理
当今社会是一个高速开展的信息社会。生活在信息社会，就要不断地接触或获取信息。如何获取信息呢?阅读便是其中一个重要的途径。据有人不完全统计，当今社会需要的各种信息约有80%以上直接或间接地来自于图书文献。这就说明阅读在当今社会的重要性。还在等什么，快来看看这篇神经网络(neuralnetwork(NN))百科物理吧~
神经网络〔neuralnetwork(NN)〕
神经网络中正则化是为了干什么神经网络(neuralnetwork(NN))
是由巨量神经元互相连接成的复杂非线性系统。它具有并行处理和分布式存储信息及其整体特性不依赖于其中个别神经元的性质，很难用单个神经元的特性去说明整个神经网络的特性。脑是自然界中最巧妙的控制器和信息处理系统。自1943年McCulloch和Pitts最早尝试建立神经网络模型，至今已有许多模拟脑功能的模型，但距理论模型还很远。大致分两类：①人工神经网络，模拟生物神经系统功能，由简单神经元模型构成，以图解决工程技术问题。如模拟脑细胞的感知功能的BP(Back-Propagation)神经网络；基于自适应共振理论的模拟自动分类识别的
ART(AdaptiveResonanceTheory)神经网络等;②现实性模型，与神经细胞尽可能一致的神经元模型构成的网络，以图说明神经网络构造与功能的机理，从而建立脑模型和脑理
论。如基于突触和细胞膜电特性的霍泊费尔特(Hopfield)模型，以计算能量刻划网络整体的动态行为，可解释联想记忆;Ekeberg等人(1991)建立的基于Hodgkin-Huxley方程的四房室神经元模型等。神经网络研究不仅为说明脑功能机理，能是开展智能计算机和智能机器的根底。
这篇神经网络(neuralnetwork(NN))百科物理，你推荐给朋友了么?

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。