有科學家做過實驗，把一台電腦拿到一群非洲國家的兒童前，不教他們如何操作，看他們如何打開電腦。結果，搞了半天，也沒有打開。不過過了許久，他們還是打開了。然而，他們最終還是會玩一些東西，也不免搞壞了電腦。沒有理論的實踐也可以學習積累一些知識。但是，有局限性，而且艱難。通過學習相關理論知識可以讓我們的認識迅速提高，並可認清事物的本質或者運動規律。牛頓說，他的科學成就是站在別人的肩膀上取得的。我說的特定含義的自由精神裡面就有知識性一環。再聰明的頭腦也需要積累知識，豐富的知識是促進創新能力的有力保障。

計算機科學的神經網路、深度學習研究，目的就是想要模擬人腦的工作方式，實現與人腦類似的低功耗、超強大的學習能力。神經網路、深度學習的科學家們，對此已經研究了多年，如果想對這方面知識有所了解的話，可以閱讀一下這方面的書籍，看看人家是怎麼用計算的思維看待人腦的，也許能讓你的研究有所借鑒。

神經網路，即人工神經網路（Artificial Neural Networks）是一種模仿動物神經網路行為特徵，進行分散式並行信息處理的演算法數學模型。這種網路依靠系統的複雜程度，通過調整內部大量節點之間相互連接的關係，從而達到處理信息的目的。

深度學習基礎教程京東去購買?

神經網路就像是一個愛學習的孩子，您教她的知識她是不會忘記而且會學以致用的。我們把學習集中的每個輸入加到神經網路中，並告訴神經網路輸出應該是什麼分類。在全部學習集都運行完成之後，神經網路就根據這些例子總結出她自己的想法，到底她是怎麼歸納的就是一個黑盒了。之後我們就可以把測試集中的測試例子用神經網路來分別作測試，如果測試通過（比如80%或90%的正確率），那麼神經網路就構建成功了。我們之後就可以用這個神經網路來判斷事務的分類了。

深度學習：卷積神經網路演算法原理與應用/普通高等教育京東去購買?

神經網路是通過對人腦的基本單元——神經元的建模和聯接，探索模擬人腦神經系統功能的模型，並研製一種具有學習、聯想、記憶和模式識別等智能信息處理功能的人工系統。神經網路的一個重要特性是它能夠從環境中學習，並把學習的結果分布存儲於網路的突觸連接中。神經網路的學習是一個過程，在其所處環境的激勵下，相繼給網路輸入一些樣本模式，並按照一定的規則（學習演算法）調整網路各層的權值矩陣，待網路各層權值都收斂到一定值，學習過程結束。然後我們就可以用生成的神經網路來對真實數據做分類。

深度學習之TensorFlow：入門、原理與進階實戰京東去購買?

推薦網文進一步閱讀：

神經網路15分鐘入門！足夠通俗易懂了吧 https://zhuanlan.zhihu.com/p/65472471

關於神經網路：你需要知道這些 https://zhuanlan.zhihu.com/p/36940164

深度神經網路(DNN) https://zhuanlan.zhihu.com/p/29815081

從零開始：教你如何訓練神經網路 https://zhuanlan.zhihu.com/p/31953880

神經網路知識梳理——從神經元到深度學習 https://zhuanlan.zhihu.com/p/27437566

深度學習之人工神經網路及優化 https://zhuanlan.zhihu.com/p/33160298

循環神經網路（RNN）為什麼能夠記憶歷史信息 https://zhuanlan.zhihu.com/p/31598054

全新英特爾 Intel Movidius 第二代 一代神經計算棒京東去購買?

主要文字引用：

神經網路（通信定義）_百度百科

B站，復旦大學，神經生物學，也許有你需要的答案

生理構造上人類擁有信息輸入和處理的能力。

社會構造上人類擁有用語言表徵知識的能力。

技術上人類擁有使用介質存儲知識的能力。

當然動物只靠生理構造也能傳遞一些知識，但是知識的廣度深度和人類的沒法比較。

謝邀。

  • 人類就是一系列的感知、信息、知識的集合。
  • 對，人類就是感知體、信息體、知識體。

學習是動物的本能

能量守恆定律啊，因為用了腦子所以會得到知識

推薦閱讀：
相关文章