纵观云上人的代码，基本思路其实就是一个记忆内容寻址的神经网络
首先控制部分是已经训练的内容寻址条件和规则
还记得 云上人网络是怎么写的吗 为每层都准备了三个可选择的网路
这样输入不同的内容在已知控制网络的情况（类似的进行寻址）
选择网络结构，就相当于在查到了网络开始写入数据或者说更新数据
在预测的时候进行查找读取数据，如果第八代产品进入二维逻辑 就是进入了二级寻址，相当于内存地址扩增。这也太凑巧了吧。这样可以已知的扩充先去。
简单的来个图表示吧
提问和评论都可以，用心的回复会被更多人看到
评论
发布评论
相关文章
-
云上人初代方案
在训练的时候使用左面的方案将固定信息控制权重类型通过反向传播固定在网络中，也就
神经网络设计 权重 反向传播 输入输出 -
云上人替代方案代码
简单的代码方法
pytorch python 排序算法 -
云上高级应用篇：AWS云上人工智能创新实战
云上不仅能提供机器学习所需的资源，还有各种环境以及配套工具，能让做机器学习的人只用专注于机器学习本身。
SageMaker 机器学习 AutoML TensorFlow Jupyter Notebook -
传播路径可训练的神经网络（云上人二代）
可能实现新的人工智能的突破
神经网络 知识图谱 人工智能 权重 数据 -
天上人间
 
职场 理想 休闲 家园 -
北京天上人间的故事
北京真实的故事！
北京 京漂 天涯论坛 -
基于php的网上人才招聘系统
基于php的网上人才招聘系统
php 计算机毕业设计 -
docker和火狐驱动
if(isIE){ script.onreadystatechange = function(){ if(this.readyState == 'loaded' || this.readyState == 'complete'){ callback(); } } }else{ script.onload = function(){ callback(); }
docker和火狐驱动 firefox 常用不兼容问题 firefox 解决方法 javascript
