人工智能，机器学习和神经网络是日常生活中越来越多的术语。面部识别，对象检测以及人的分类和分割是机器学习算法的常见任务，这些算法现在已得到广泛使用。所有这些过程的基础都是机器学习，这意味着计算机可以捕获对象之间关系非常复杂的过程的基本属性或关键特征。学习过程涉及好的例子和坏的例子，而以前没有有关物体或物理基本定律的知识。

但是，由于这是一个盲目的优化过程，因此机器学习就像一个黑匣子：计算机做出他们认为有效的决定，但尚不了解为什么要做出一个决定而不做出另一个决定，因此该方法的内部机制仍不清楚。结果，机器学习针对紧急情况做出的预测是冒险的，并且绝不可靠，因为结果可能具有欺骗性。

在这项研究中，研究小组进行了神经网络预测检查它们是否与实际结果一致。为此，选择了一个定义明确的实际示例：神经网络必须设计一个在尽可能短的时间内穿过脂质膜的聚合物分子。脂质膜是一种天然屏障，可保护细胞免受损伤和外部成分的侵害。为了监控神经网络的预测，

传统的计算机处理器最多可以包含12-24个核用于计算，但是图形卡被设计为可以对图像和视频像素进行并行计算，并且它们具有数千个为并行计算而优化的计算核心。 这种巨大的计算能力仅在几秒钟或几分钟内即可生成数以亿计的聚合物组合。这样，可以生成包含所有可能组合的映射，因此可以监视神经网络如何选择正确的结果。

令人惊讶的是，像神经网络这样的简单，最小的网络可以找到分子的组成。这可能是由于以下事实：物理系统遵守自然规律，本质上是对称的并且是自相似的。这大大减少了神经网络随后捕获的可能参数组合的数量。

因此，将神经网络的结果与实际结果进行比较，不仅可以检查预测，还可以显示如果任务发生更改，预测将如何演变。反过来，这也显示了神经网络如何做出决策以及它们如何“思考”。

神经网络 并行预测_研究人员研究了为什么神经网络可以有效地进行预测相关推荐

  1. 华南理工深度学习与神经网络期末考试_深度学习基础：单层神经网络之线性回归...

    3.1 线性回归 线性回归输出是一个连续值,因此适用于回归问题.回归问题在实际中很常见,如预测房屋价格.气温.销售额等连续值的问题.与回归问题不同,分类问题中模型的最终输出是一个离散值.我们所说的图像 ...

  2. keras训练完以后怎么预测_使用Keras建立Wide Deep神经网络，通过描述预测葡萄酒价格...

    你能通过"优雅的单宁香"."成熟的黑醋栗香气"或"浓郁的酒香"这样的描述,预测葡萄酒的价格吗?事实证明,机器学习模型可以. 在这篇文章中,我 ...

  3. pytorch神经网络因素预测_实战：使用PyTorch构建神经网络进行房价预测

    微信公号:ilulaoshi / 个人网站:lulaoshi.info 本文将学习一下如何使用PyTorch创建一个前馈神经网络(或者叫做多层感知机,Multiple-Layer Perceptron ...

  4. 可视化卷积神经网络的过滤器_万字长文：深度卷积神经网络特征可视化技术(CAM)最新综述...

    ↑ 点击蓝字 关注极市平台作者丨皮特潘@知乎来源丨https://zhuanlan.zhihu.com/p/269702192编辑丨极市平台 极市导读 本文通过引用七篇论文来论述CAM技术,对CAM的 ...

  5. 大数据聚类分析用于预测_多模态数据中的非负矩阵分解用于分割和标签预测

    引用 Akata Z, Thurau C, Bauckhage C. Non-negative matrix factorization in multimodality data for segme ...

  6. 神经网络 梯度下降_梯度下降优化器对神经网络训练的影响

    神经网络 梯度下降 co-authored with Apurva Pathak 与Apurva Pathak合着 尝试梯度下降优化器 (Experimenting with Gradient Des ...

  7. 利用循环神经网络生成唐诗_可视化解释11种基本神经网络架构

    > Source: Pixabay 标准,循环,卷积和自动编码器网络 随着深度学习的飞速发展,已经创建了完整的神经网络体系结构主机,以解决各种各样的任务和问题. 尽管有无数的神经网络架构,但对于 ...

  8. 双十一销量预测_双十一历年销售额盘点 2020年双十一销售额预测

    中国浙江省杭州市阿里巴巴集团总部的一个屏幕显示了光棍节全球购物节期间交易的商品价值.中国零售商阿里巴巴集团控股有限公司周一表示,其年度双十一购物闪电战销售额超过300亿美元,使该活动有望在其第11年创 ...

  9. 指纹识别不安全 美研究人员万能指纹解锁成功率达65%

    指纹识别没你想象中安全 据<每日邮报>北京时间4月11日报道,自苹果iPhone 5s发布以来,指纹识别一直都是最安全的手机卫士,但研究人员研究发现,他们开发的"万能指纹&quo ...

最新文章

  1. 【无标题】物联网安全挑战：为什么企业现在必须评估它们
  2. scala初学之函数定义、流程控制、异常处理入门
  3. [置顶]LGame框架问题汇总，有疑问请发至此文
  4. 史上最全！用Pandas读取CSV，看这篇就够了
  5. java 后台自动刷新请求_spring oauth2+JWT后端自动刷新access_token
  6. solr mysql 速度_提高solr的搜索速度
  7. python 3全栈开发-面向对象之绑定方法（classmethod与staticmethod的区别）、多态、封装的特性property...
  8. php gd库干什么的,php gd库的基础知识
  9. Struts2教程之一基本使用
  10. 专票冲红出现服务器为空,增值税专用发票作废、冲红、丢失了？别慌，可这样处理...
  11. 30天自制操作系统第8天harib05c
  12. sklearn代码9 7-KNN-salay
  13. 【Axure】Axure RP制作日期控件
  14. java五大浏览器,[Java教程]各主流浏览器（PC、移动端）userAgent属性信息
  15. 车载以太网解决方案，你了解多少？
  16. Linux笔记 No.22---(Linux - PAM)
  17. 函数传参问题，桶排序去重，分治递归，摩尔投票求数组众数，数组中心下标求法
  18. 建立空间计量模型时对数据进行LM检验的Stata代码
  19. Web开发人员月报2018年9月
  20. SNS与在线旅游的整合实践

热门文章

  1. Qt之QML编码约定
  2. Qt QWidget控件透明动画实现
  3. 【Python数据预处理】 归一化（按列减均值，除方差），标准化（按列缩放到指定范围），正则化（范数）
  4. MATLAB中FFT的使用方法
  5. 记录前端浏览器常见错误SyntaxErro或GET http://xxx/xxx (Not Found)等
  6. 3.5 《数据库系统概论》之基本表更新（INSERT、UPDATE、ALTER、DELETE）与视图VIEW（定义、查询、更新）
  7. 算法练习day15——190403（简介、求n!、汉诺塔、打印字符串的子序列、打印字符串的全排列、母牛生小牛、最小路径和、累加和是否达到给定值）
  8. 计算机考研考编程,计算机考研面试------编程语言
  9. 2019厦门科技中学计算机特长,中考快讯 | 2019厦门市高中特长生招生学校名单出炉！...
  10. php两段音频合成一个,两段音乐合并 如何将两段音乐合并成一个音乐文件