网页资讯视频图片知道文库贴吧地图采购
进入贴吧全吧搜索

 
 
 
日一二三四五六
       
       
       
       
       
       

签到排名:今日本吧第个签到,

本吧因你更精彩,明天继续来努力!

本吧签到人数:0

一键签到
成为超级会员,使用一键签到
一键签到
本月漏签0次!
0
成为超级会员,赠送8张补签卡
如何使用?
点击日历上漏签日期,即可进行补签。
连续签到:天  累计签到:天
0
超级会员单次开通12个月以上,赠送连续签到卡3张
使用连续签到卡
02月01日漏签0天
人工智能吧 关注:119,369贴子:514,911
  • 看贴

  • 图片

  • 吧主推荐

  • 视频

  • 游戏

  • 首页 上一页 1 2 3 下一页 尾页
  • 35回复贴,共3页
  • ,跳到 页  
<<返回人工智能吧
>0< 加载中...

回复:关于神经网络,可能就俩问题

  • 只看楼主
  • 收藏

  • 回复
  • lwl215
  • 铁皮人
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
回复决定论者 吧友 恩~我再仔细学习学习,虽然神经细胞也是细胞,但是他的连接十分特殊,跟其他细胞不大一样。
回复那么71 吧友 者如果考虑成磁场的话,就有一个问题,如何保证吸引某个神经元的同时不吸引其他不需要连接的元?话句话说,如何确定两个神经元需要连接呢?


  • 那么71
  • Alphago
    5
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
如果考虑成磁场的话,就有一个问题,如何保证吸引某个神经元的同时不吸引其他不需要连接的元?话句话说,如何确定两个神经元需要连接呢?
————————————
一方面,连接不是一次的同时激活就能够形成的,这降低了不正确连接形成的概率。比如上面的A、B神经元需要“总是在同一时间激活才能形成联系”(这是赫伯定律的意思,注意“总是”的意思,就是多次);另一方面,在形成连接的时候的确会形成一些意外的连接,这是无法避免的,但可以通过其它机制来消除这些不正确的连接。注意一下这个情况:学习的实质,就是神经元间形成一些连接。人们研究过突触数量(它反应了连接多少的情况)的问题,发现学习期间突触数量大量增加,而过了学习期,在知识被稳固掌握的情况写,突触数量确大量降低。这说明了学习期间会形成一些不正确的神经元连接,而在学习过程的后期,不正确的连接会在某种机制下被消除。至于如何消除这些不必要的连接,可以确定遗忘、用进废退必定是方式之一。


2026-02-01 20:49:47
广告
不感兴趣
开通SVIP免广告
  • lwl215
  • 铁皮人
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
一方面,连接不是一次的同时激活就能够形成的,这降低了不正确连接形成的概率。比如上面的A、B神经元需要“总是在同一时间激活才能形成联系”(这是赫伯定律的意思,注意“总是”的意思,就是多次);另一方面,在形成连接的时候的确会形成一些意外的连接,这是无法避免的,但可以通过其它机制来消除这些不正确的连接。注意一下这个情况:学习的实质,就是神经元间形成一些连接。人们研究过突触数量(它反应了连接多少的情况)的问题,发现学习期间突触数量大量增加,而过了学习期,在知识被稳固掌握的情况写,突触数量确大量降低。这说明了学习期间会形成一些不正确的神经元连接,而在学习过程的后期,不正确的连接会在某种机制下被消除。至于如何消除这些不必要的连接,可以确定遗忘、用进废退必定是方式之一。
------------------------------------------------------------
赫伯定律好像是推算天体距离的定律吧~以前没了解过。不过这种同时激活有点像某个纪录片里有个人推测说可能相同频率的神经元会进行连接,不过还没得到证实。连接和消除是学习的过程之一这点应该已经得到证实了。还有一点就是为何有的产生的是抑制突触,而有的是兴奋突触。这种建立突触种类的选择取决于什么?


  • 那么71
  • Alphago
    5
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
具体的过程不是一下就能说得清楚的。不过从你的问题中似乎有一个错误观念:任何一个神经元,是不可能既产生抑制性突触,又产生抑制性突触的,它只能通过激活中间神经元,来间接的对某些神经元进行兴奋或抑制。因此,你这个问题的实质还是“如何建立神经元连接”。


  • 智能傀儡师
  • 9S
    12
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
有这种可能,不知道有没有相关的实验验证过,在小白鼠大脑某处放置高强度的电磁发生器,是不是会对神经生长和学习起到干扰和变化


  • lwl215
  • 铁皮人
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
具体的过程不是一下就能说得清楚的。不过从你的问题中似乎有一个错误观念:任何一个神经元,是不可能既产生抑制性突触,又产生抑制性突触的,它只能通过激活中间神经元,来间接的对某些神经元进行兴奋或抑制。因此,你这个问题的实质还是“如何建立神经元连接”.
------------------------------------------------------------------
我知道兴奋与抑制在于突触后端离子通道。递质是由突出前端发出控制离子通道开关。您所说的不能同时产生抑制性突触与兴奋突触是指,如果一个神经元存在兴奋突触输入,就不会存在抑制突触输入么?貌似和我理解的不大一样哦。我上面所提的问题就是突触前端(也就是轴突末梢)如何选择突触后端(也就是受体)连接的是抑制性突触还是兴奋突触。


  • 那么71
  • Alphago
    5
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
一个神经元,它既可以接受兴奋性输入,也可以接受抑制性输入。但输出端是不可能“选择”形成的突触是兴奋还是抑制。兴奋性神经元,所有输出只能是兴奋;抑制性神经元,所有输出只能是抑制


  • lwl215
  • 铁皮人
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
这的理解与我学习后理解有一定差异,看书后理解为神经元所输出信号只是控制神经轴突末梢
ca+门开关以控制递质释放量。并没有理解为您所说抑制信号或者兴奋信号之说,而之说以说是兴奋突出或者是抑制突触取决于突触后端接受递质所打开的是正离子通道还是负离子通道。
按您所说的我理解为一个神经元,要么输出连接的都是正离子通道突触后端,要么连接的都是负离子通道突出后端。当然这也不是不可能。


2026-02-01 20:43:47
广告
不感兴趣
开通SVIP免广告
  • 那么71
  • Alphago
    5
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
我不知道兴奋和抑制的具体机理是什么,我只肯定的是,你这样的理解不正确。要么你再仔细看一下相关资料,要么你向别人求证一下吧


  • lwl215
  • 铁皮人
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
哦~正不正确~就先不讨论了,毕竟就像你说的一两句话也解释不清楚这个问题。而书上一些实验结果也发不上来。不过这两个问题是关键问题应该没错,不过这两个问题可以无限展开形成许多细节问题。奇怪刚才访问人工智能吧怎么说没创建。吧关了么?


  • mationlaa
  • T1000
    11
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
神经元连接是指逻辑上的连接,这种连接是通过“同时”兴奋表现出来的。连接只是逻辑表现,并非是物理上的连接。“同时性”背后反映的某种规律则是产生“连接”的原因。


  • xingfriday
  • 纳斯德
    7
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
回楼主,的确离得远的可能不好链接,不过链接是可以传递的
那么71的想法也可能,好像更好,不过就是不知道距离长短是不是也有意义,用磁场似乎就忽略了这个意义
下面我去想想距离长短是否有意义


  • 决定论者
  • 铁皮人
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
那个“脑的时-空编码理论”就是针对此问题的,和heeb律相对应,吧里有。
http://tieba.baidu.com/p/298976584
不过正如前面提到的,过于注重神经网络使人们把一些神经网络所没有的功能强加给它,从而使该理论只能成为一种过渡。当然,了解一下是应该的。


  • 决定论者
  • 铁皮人
    8
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
这篇文章我也看了不知道多少次了,说实话,每次我都看得十分费劲。我相信就算是专业领域内学问精深的研究人员,阅读起来也不会很容易。
用托勒密的地心说来描述九大行星的运行轨迹,可以,自然可以。只是会复杂到让人无法接受的程度。而哥白尼证明了:简单即美。
托勒密的上帝是个拥有量子计算机的天文学家兼数学家;而哥白尼的上帝似乎只有中学生的水平;“脑的时-空编码理论”作者的上帝似乎已经拥有了连量子计算机都无法达到的水平了,而我们需要的是一个只懂得高中生物化学知识的“上帝”。
我觉得,关键是个视角问题。


2026-02-01 20:37:47
广告
不感兴趣
开通SVIP免广告
  • xingfriday
  • 纳斯德
    7
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
我也知道这个东西,也是不大看懂


登录百度账号

扫二维码下载贴吧客户端

下载贴吧APP
看高清直播、视频!
  • 贴吧页面意见反馈
  • 违规贴吧举报反馈通道
  • 贴吧违规信息处理公示
  • 首页 上一页 1 2 3 下一页 尾页
  • 35回复贴,共3页
  • ,跳到 页  
<<返回人工智能吧
分享到:
©2026 Baidu贴吧协议|隐私政策|吧主制度|意见反馈|网络谣言警示