我试图理解神经网络，从我所看到的一切来看，我明白它们是由节点创建的层组成的。这些节点通过“加权”连接相互连接，通过输入层传递值，值通过节点，根据连接的“权重”改变它们的值（对吗？）。最终，它们到达带有值的输出层。我了解这个过程，但我不明白这如何导致网络被训练。网络是否记得加权连接之间的模式？它是如何记住那个模式的？
neural-network
neural-network ×1