- Objective: 神经网络图像识别、检索信息 - Breadcrumb: # 概念阐释 吸引子（attractor）在动力学系统中表示，系统在动态演化的过程中趋向于稳定的状态和轨迹。 # 实例 ## 神经网络如何识别事物 - **人类识别图像的过程**：光子落到眼睛后边的光感受器细胞上，神经细胞将光信号转换为电信号，信号通过许多层神经元。这个过程中我们“识别”出图像，“形成”我们看到的图像（成像），形成看到图像的想法，比如 2，最终大声说出 2。 - **神经网络识别图像的过程**：假设我们现在有许多 1 和 2的手写图像，我们的任务是通过某种方式将所有的 1“吸引到一个地方”，将所有的 2 “吸引到一个地方”。假设一个城市的地图，地图被划分了不同的区域，每个区域都有一个我们想去的咖啡店（吸引子状态），我们可以从地图的任意一点出发（不同手写数字的输入数据），找到**最近**的咖啡店。  # 相关内容 - [[Hopfield Network 霍普菲尔德网络]] # 参考资料 - [[《这就是 ChatGPT》]] p23 - 《深度学习》谢诺夫斯基 07