大家好，今天小编关注到一个比较有意思的话题，就是关于什么是神经网络的问题，于是小编就整理了6个相关介绍什么是神经网络的解答，让我们一起看看吧。
神经网络里的阈值是什么意思？
在BP神经网络中，阈值也是一个变化值。 权值是层与层神经元之间的，阈值是神经元内的。 同权值类似，都需要设定初始值。 通过训练网络，对权重和阈值进行修正都，最终达到局部最优。
神经网络是模仿大脑的神经元，当外界刺激达到一定的阀值时，神经元才会受刺激，影响下一个神经元。
简单说来是这样的：超过阈值，就会引起某一变化，不超过阈值，无论是多少，都不产生影响。
当网络处于活动状态时，节点在其每个连接上接收不同的数据项(不同的数字)，并将其乘以相关的权重。然后将结果乘积加在一起，产生一个数字。
如果该数字低于阈值，则节点不会将数据传递到下一层。如果数量超过阈值，则节点「触发」，这在当今的神经网络中，通常意味着沿其所有输出连接发送数字——加权输入的总和。
神经网络是根据什么排序？
LZ这个排序算法，是一般意义上的排序（按大小），还是更加复杂的，有约束，有目标的排序任务，例如 工作任务排序。
如果是后者的话，可以关注一下Pointer network，它是seq2seq模型的一个变种。模型的输入是一组sequence数据，输出是另一组sequence数据。这个结构在解决组合优化（排序也算一种）有比较多的应用
resnet神经网络是什么时候提出的？
resnet神经网络是2015年提出的。ResNet又名残差神经网络，指的是在传统卷积神经网络中加入残差学习（residual learning）的思想，解决了深层网络中梯度弥散和精度下降（训练集）的问题，使网络能够越来越深，既保证了精度，又控制了速度。
该网络凭借其优秀的性能夺得了多项机器视觉领域竞赛的冠军，而后在2016年发表的论文《Deep Residual Learning for Image Recognition》也获得了CVPR2016最佳论文奖。
bp神经网络和hopfield神经网络有什么区别？
BP神经网络是ANN人工神经中的一种，常用的神经网络有BP、RBF、SOM、Hopfield等等，其功穿骇扁较壮记憋席铂芦能不经相同，可总体来说ANN的主要功能是模式识别和分类训练。
神经网络的准确率是怎么计算的？
准确率（Accuracy）
首先，它的计算公式：
A C C = T P + T N P + N ACC = \frac{TP+TN}{P+N}
ACC=
P+N
TP+TN
直白的看，意思就是在所有样本中，我们判断对了多少。 显然是ACC越高越好（保持其他变量不变的话）。
BP神经网络是用来干嘛的阿？
用样本去训练一个BP网络，然后用新的样本作为输入，再通过这个已经训练好的BP网络，得到的数据就是仿真的结果，这就是BP网络仿真。
我们训练一个BP网络就好像是在训练一个神经系统，然后用这个已经具备分析能力的神经系统去分析事情，这就是为什么要仿真，说到底就是为了用。
仿真的作用你可以从BP神经网络的用途上去看，例如很经典的可以用来做分类器等。
你用不同类别的样本（输入+对应的期望输出）作为训练，然后给出一个新的输入，BP网就能给你这个所属的类别。
到此，以上就是小编对于什么是神经网络的问题就介绍到这了，希望介绍关于什么是神经网络的6点解答对大家有用。
