学了1段时间神经网络，又看了些讲人脑的书，有两个想法和大家分享，希望有大神能解惑
1、和现在的人工神经网络相比，人的神经间的连接更加复杂，不是全连接或随机的连接1部份。我觉得人脑神经元的连接是在进化进程中不断演化来的，那末人工神经网络是不是也能像人1样，在训练的进程中不断改变神经元的连接（不但是权值）来优化呢？
2、人脑突触间的传播需要时间，而且各不相同，我觉得这构成的全部信息流的前后顺序极可能非常重要，人工神经网络最多加1层承接层来记忆上1次的输入，每一个神经元的传播时延被疏忽掉了，有无1种网络除权值，还有传播时延这个变量，并且在每次的训练中修改它，以到达最优呢？
下一篇 区间选点+区间覆盖