模型
Neural Network
一种模仿人脑神经元连接的计算模型，由多层节点组成，通过调整连接权重来学习数据模式。
详细解释
神经网络是深度学习的基础，由输入层、隐藏层和输出层构成，节点间通过加权连接传递信号。训练时利用反向传播算法和梯度下降调整权重，以最小化预测误差。其强大的表示学习能力使其在图像识别、自然语言处理等领域取得突破，但存在黑箱性和数据依赖等局限。
别名与相关写法
neural network
相关术语
Graph Neural Network共现 20 篇
Recurrent Neural Network共现 5 篇
SAM共现 3 篇
论文共现 3 篇
Spiking Neural Network共现 2 篇
相关公司
相关资讯
论文提出用无线电混频器运行卷积神经网络2026/9/18
AutoHebb：可零样本推理与持续学习的自修改神经网络2026/11/2
研究提出无时钟事件层 CFE，实现分片不变的事件流学习2026/10/30
研究用重整化群理论定量描述神经网络 grokking 现象2026/10/28
可微信念函数层神经网络：用 Yager 规则表达「我不知道」2026/10/23
研究证明 Transformer 可精确编译为通用深度神经网络2026/10/22
研究：神经网络模块化程度高于单神经元所示2026/10/12
SNACK：GPU 上真正稀疏的神经网络层2026/10/6