神经网络编程相当复杂,可以利用不同的编程语言和硬件来完成人工神经网络(ANN)的创建,然后把输入对象的输入类型和输入类型进行分类,这样就可以把输入的参数分类为不同的输入类型网络编程通常会重复这个过程无数次,使网络能...
神经网络编程相当复杂,可以利用不同的编程语言和硬件来完成人工神经网络(ANN)的创建,然后把输入对象的输入类型和输入类型进行分类,这样就可以把输入的参数分类为不同的输入类型网络编程通常会重复这个过程无数次,使网络能够针对不同的输入“学习”正确和错误的答案,通常由人工智能(AI)工作人员模拟。神经网络编程通常用于创建人工神经网络,模拟人脑的功能,以解决问题并对不同对象进行分类。此编程可以使用不同的语言和语法,具体取决于人工神经网络的程序设计和总体设计目的。神经网络编程采用硬件和软件两种方法,在生物神经网络中,通常使用单独的电路来模拟独立的神经元。神经网络编程可以从创建网络和识别不同对象所用的各种参数开始。输入被输入到神经网络中,程序可以分析这些输入,以确定用于对接收到的输入进行分类的标识符。有些人可能会输入不同类型的狗的参数,例如,大狗和小狗,有尾巴或没有尾巴,有毛或无毛然后,神经网络编程涉及到神经网络分析各个参数,以识别一种特定类型的狗。例如,如果网络识别的参数包括大的,尾巴的,和毛茸茸的,那么它可能会得出输入是用来识别一只德国牧羊犬的结论。如果相同的信息导致如果网络识别出一只吉娃娃,那么分析结果就会不正确,而神经网络会从错误中“学习”,以便将来正确识别这只狗。这当然是,一个简单的例子,说明神经网络编程是如何工作的,实际过程通常包括数百或数千个参数和网络的多次检查。通过这个过程,网络为将来正确识别输入建立了一种手段,允许神经网络编程创建有效地从错误中学习并适应新数据的人工智能系统
-
发表于 2020-08-07 18:19
- 阅读 ( 659 )
- 分类:电脑网络