学了1段时间神经网络,又看了些讲人脑的书,有两个想法和大家分享,希望有大神能解惑
1、和现在的人工神经网络相比,人的神经间的连接更加复杂,不是全连接或随机的连接1部份。我觉得人脑神经元的连接是在进化进程中不断演化来的,那末人工神经网络是不是也能像人1样,在训练的进程中不断改变神经元的连接(不但是权值)来优化呢?
2、人脑突触间的传播需要时间,而且各不相同,我觉得这构成的全部信息流的前后顺序极可能非常重要,人工神经网络最多加1层承接层来记忆上1次的输入,每一个神经元的传播时延被疏忽掉了,有无1种网络除权值,还有传播时延这个变量,并且在每次的训练中修改它,以到达最优呢?
下一篇 区间选点+区间覆盖