<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
		>
<channel>
	<title>Comments on: 神經網路的直觀印象</title>
	<atom:link href="http://mmdays.com/2009/01/24/neural_network/feed/" rel="self" type="application/rss+xml" />
	<link>http://mmdays.com/2009/01/24/neural_network/</link>
	<description>網路, 產業, 資訊, 觀察, 生活, 電影, 技術, 新知, 科技, 媒體, 趨勢, Web 2.0</description>
	<lastBuildDate>Wed, 17 Mar 2010 03:49:26 +0000</lastBuildDate>
	<generator>http://wordpress.org/?v=2.9.1</generator>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
		<item>
		<title>By: bolobobobo</title>
		<link>http://mmdays.com/2009/01/24/neural_network/comment-page-1/#comment-41049</link>
		<dc:creator>bolobobobo</dc:creator>
		<pubDate>Mon, 18 Jan 2010 15:16:11 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6631#comment-41049</guid>
		<description>我是 用google 找 神經網路 進來的，對於這個神經網路，在還不知道有這種研究之前，自己就有想過
一群 看是相同的神經元，經由互相聯結，而創造出 人的意識，感謝你 詳細的講解，目前我只是個大學生，如果可以，可以告訴我如何 學這個 神經網路 ex:XX論文 XX書等 
最重要還是想說，這篇寫得真好</description>
		<content:encoded><![CDATA[<p>我是 用google 找 神經網路 進來的，對於這個神經網路，在還不知道有這種研究之前，自己就有想過<br />
一群 看是相同的神經元，經由互相聯結，而創造出 人的意識，感謝你 詳細的講解，目前我只是個大學生，如果可以，可以告訴我如何 學這個 神經網路 ex:XX論文 XX書等<br />
最重要還是想說，這篇寫得真好</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: 參考文獻資料Bibliography and References &#171; Decoder 6.7b/解碼者 6.7b</title>
		<link>http://mmdays.com/2009/01/24/neural_network/comment-page-1/#comment-36163</link>
		<dc:creator>參考文獻資料Bibliography and References &#171; Decoder 6.7b/解碼者 6.7b</dc:creator>
		<pubDate>Fri, 11 Sep 2009 00:28:12 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6631#comment-36163</guid>
		<description>[...] Thursday, (2009).神經網路的直觀印象. Retrieved August 26, 2009 from [...]</description>
		<content:encoded><![CDATA[<p>[...] Thursday, (2009).神經網路的直觀印象. Retrieved August 26, 2009 from [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Mr. Thursday</title>
		<link>http://mmdays.com/2009/01/24/neural_network/comment-page-1/#comment-23142</link>
		<dc:creator>Mr. Thursday</dc:creator>
		<pubDate>Sat, 31 Jan 2009 15:12:43 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6631#comment-23142</guid>
		<description>謝謝etude推薦的書籍
有空我會去找來閱讀!</description>
		<content:encoded><![CDATA[<p>謝謝etude推薦的書籍<br />
有空我會去找來閱讀!</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: etude</title>
		<link>http://mmdays.com/2009/01/24/neural_network/comment-page-1/#comment-23088</link>
		<dc:creator>etude</dc:creator>
		<pubDate>Thu, 29 Jan 2009 16:12:01 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6631#comment-23088</guid>
		<description>谢谢星期四先生的视觉系统介绍。写得非常好，知识和思考都清晰明了，可谓是娓娓道来啊。

其实我对物理更是一知半解，不过还是可以推荐一下费曼(Feynman)的物理讲义，读起来也是趣味盎然的好教材。:)</description>
		<content:encoded><![CDATA[<p>谢谢星期四先生的视觉系统介绍。写得非常好，知识和思考都清晰明了，可谓是娓娓道来啊。</p>
<p>其实我对物理更是一知半解，不过还是可以推荐一下费曼(Feynman)的物理讲义，读起来也是趣味盎然的好教材。:)</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Mr. Thursday</title>
		<link>http://mmdays.com/2009/01/24/neural_network/comment-page-1/#comment-23085</link>
		<dc:creator>Mr. Thursday</dc:creator>
		<pubDate>Thu, 29 Jan 2009 11:18:59 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6631#comment-23085</guid>
		<description>謝謝etude的comment
其實我滿想學量子力學的
不過有一次看到學物理的朋友的講義
裡面的矩陣有複數 然後要求這個矩陣的Eigen Value
我就有些嚇到了....
也許有朝一日 有機會 再來把這部分數學基礎補好
才能夠一窺量子力學的奧妙所在囉....</description>
		<content:encoded><![CDATA[<p>謝謝etude的comment<br />
其實我滿想學量子力學的<br />
不過有一次看到學物理的朋友的講義<br />
裡面的矩陣有複數 然後要求這個矩陣的Eigen Value<br />
我就有些嚇到了&#8230;.<br />
也許有朝一日 有機會 再來把這部分數學基礎補好<br />
才能夠一窺量子力學的奧妙所在囉&#8230;.</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: etude</title>
		<link>http://mmdays.com/2009/01/24/neural_network/comment-page-1/#comment-23069</link>
		<dc:creator>etude</dc:creator>
		<pubDate>Wed, 28 Jan 2009 14:52:17 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6631#comment-23069</guid>
		<description>don&#039;t know if simplified Chinese is readable here. let me give it a try. :-)

&quot;因此，自由如何從這種可以在實驗中被控制的，沒有自由的物質，在變成一個複雜系統之後，成為一個有自由的系統，必須要用機率才能描述行為的因果關係？&quot;

在自然界里这是常态，比如经典力学的多体问题，比如量子力学的波动方程。决定性的模型就像……自由粒子的波动方程(Free Schrödinger equation)。联系到责任，或许也可以说，决策是对自由空间的一次测量，而责任则是两次测量之间的相关。:)</description>
		<content:encoded><![CDATA[<p>don&#8217;t know if simplified Chinese is readable here. let me give it a try. <img src='http://mmdays.com/wp-includes/images/smilies/icon_smile.gif' alt=':-)' class='wp-smiley' /> </p>
<p>&#8220;因此，自由如何從這種可以在實驗中被控制的，沒有自由的物質，在變成一個複雜系統之後，成為一個有自由的系統，必須要用機率才能描述行為的因果關係？&#8221;</p>
<p>在自然界里这是常态，比如经典力学的多体问题，比如量子力学的波动方程。决定性的模型就像……自由粒子的波动方程(Free Schrödinger equation)。联系到责任，或许也可以说，决策是对自由空间的一次测量，而责任则是两次测量之间的相关。:)</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Mr. Thursday</title>
		<link>http://mmdays.com/2009/01/24/neural_network/comment-page-1/#comment-22980</link>
		<dc:creator>Mr. Thursday</dc:creator>
		<pubDate>Sat, 24 Jan 2009 16:31:01 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6631#comment-22980</guid>
		<description>大地遊戲部分，就先當成是比喻的方式
讓大家對於神經細胞傳遞有一個比較具體的印象
每一個細胞的動作電位 目前仍舊是0或1 (all or none)
--------------------------------------------
不過動作電位透過連結傳出去的時候
仍舊會根據連結的強度 變成有強弱分別
最後和其他訊號在另一個神經細胞加總起來
這個部分就和以前的研究結果一樣 不是digital 0或1了</description>
		<content:encoded><![CDATA[<p>大地遊戲部分，就先當成是比喻的方式<br />
讓大家對於神經細胞傳遞有一個比較具體的印象<br />
每一個細胞的動作電位 目前仍舊是0或1 (all or none)<br />
&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8211;<br />
不過動作電位透過連結傳出去的時候<br />
仍舊會根據連結的強度 變成有強弱分別<br />
最後和其他訊號在另一個神經細胞加總起來<br />
這個部分就和以前的研究結果一樣 不是digital 0或1了</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Reny</title>
		<link>http://mmdays.com/2009/01/24/neural_network/comment-page-1/#comment-22970</link>
		<dc:creator>Reny</dc:creator>
		<pubDate>Sat, 24 Jan 2009 09:01:52 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6631#comment-22970</guid>
		<description>有一個問題，以前學到的是神經元一經大於 threshold value 的刺激就只能判為 1，小於 threshold value/沒有刺激就判為 0，是為一種 digital 的反應。複數神經元集在一起，受刺激時有些出現 1 反應 ，有些出現 0 反應，才造成類似 analogue 的表現。不過 mr thursday 上面就的大地遊戲比喻：
「每個人就像是一個神經細胞……如果對外連結的繩子，拉扯的力量超過某一個關鍵值，自己的位置也會移動……就如同大地遊戲裡面的繩子，連結強度的改變，就如同繩子可以變細或變粗」
，跟學到的有點出入。請問是不是現在已經發現不同刺激強度對單一神經元都有不同影響？</description>
		<content:encoded><![CDATA[<p>有一個問題，以前學到的是神經元一經大於 threshold value 的刺激就只能判為 1，小於 threshold value/沒有刺激就判為 0，是為一種 digital 的反應。複數神經元集在一起，受刺激時有些出現 1 反應 ，有些出現 0 反應，才造成類似 analogue 的表現。不過 mr thursday 上面就的大地遊戲比喻：<br />
「每個人就像是一個神經細胞……如果對外連結的繩子，拉扯的力量超過某一個關鍵值，自己的位置也會移動……就如同大地遊戲裡面的繩子，連結強度的改變，就如同繩子可以變細或變粗」<br />
，跟學到的有點出入。請問是不是現在已經發現不同刺激強度對單一神經元都有不同影響？</p>
]]></content:encoded>
	</item>
</channel>
</rss>
