
1个回答
展开全部
人工神经网络就像一个黑盒子,用于模拟任意函数。根据一定的训练样本(即所需模拟函数已知的输入和输出关系)神经网络可以改变其内部结构使其模型特性逼近训练样本。即所谓的自学习,自组织和自适应。并且,由于神经网络是采用整体逼近的方式,不会由于个别样本误差而影响整个模型特性,即所谓容错特性。
其实用仿生的例子更容易理解,就像一个婴儿,父母不断教他说话,他最终能学习理解父母语言的意思,并且偶尔父母说错一两个字,孩子也能听懂。
其实用仿生的例子更容易理解,就像一个婴儿,父母不断教他说话,他最终能学习理解父母语言的意思,并且偶尔父母说错一两个字,孩子也能听懂。

2020-11-19 广告
人工智能硬件解决方案选图为信息科技(深圳)有限公司,图为信息科技(深圳)有限公司是一家基于视觉处理的边缘计算方案解决商,多年来始终专注于人工智能领域的发展,汇聚了一批在视觉处理相关的核心算法和边缘计算领域的高端人才,为客户带来专业的服务和优...
点击进入详情页
本回答由图为信息科技(深圳)有限公司提供
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询