本文章属于孟晓宇原创，禁止转载。
1 一个这样的分类网络，输入-网络-输出。输出只有0，1。也就是单个物体识别的分类网络。假如输入是10万张水果图片，而我们的
输出标签，假如梨是1，其他是0，那么这个网络在训练结束后，就会有这种能力，识别梨的能力
输出标签，假如苹果是1，其他是0，那么这个网络在训练结束后，就会有这种能力，识别苹果的能力
输出标签，假如香蕉是1，其他是0，那么这个网络在训练结束后，就会有这种能力，识别香蕉的能力。
通过以上的例子，我是想说什么呢，——抽象的能力。反向传播算法赋予了这个网络，从10万张水果照片中抽象出共同点的能力。抽象出被称为“梨”的feature共同点，抽象出被称为“苹果”的feature共同点，抽象出被称为“香蕉”的feature共同点
2 概念的模型，名字+属性信息，构建现实世界对应的的虚拟世界（记忆网络）
3 蜘蛛在蛛网上爬行的模型，蜘蛛在蛛网上爬行，修补蜘蛛网，它只能修补一定范围内的蜘蛛网。
4 我应该考虑考虑意识的几种状态：看书状态，泼妇吵架状态，大哭的状态，玩游戏的状态，思考的状态，工程师工作得 状态对比泼妇吵架的状态
5 几个没有理顺位置的概念，预测编码，意识蜘蛛就是调节权重偏差，怎么调节？我们用的是反向传播，那么计算误差的那个点在哪里。我想通了的一点在于1和0，那么再具体点，步骤流程是什么？
网友评论