输入的图像和这些参数。

     假如这种操作是卷积操作（可以理解为一种复杂的乘法），那么该神经网络就被称为卷积神经网络。

     使用卷积神经网络的目的是什么？ 答案是为了获取这张图像的特征，并且用数字来表示。

     简单理解，一副画作中有一张人脸，这张人脸的五官全部是ta的特征。

    ta的鼻子、嘴巴长什么样子，单眼皮还是双眼皮？ta的脸属于鹅蛋脸还是国字脸？ 得到了这些特征，最常见的应用就是图像分类中的人脸识别，判别输入的人脸是谁。

     之前刘岁安用一天时间训练神经网络，事实上就是训练神经网络初始化的参数，以使这些参数可以更好地提取特征。

     训练过程可以理解为，让神经网络一步步记住数据集的特征。

    训练一百遍，让神经网络‘看’一百遍韩启明和刘岁安的脸，总能分清谁是谁了吧。

     卷积神经网络是最基本的神经网络模型，用来提取特征。

    在此基础上，添加其他更为复杂的操作，整一些花活，就可以实现诸多比图像分类更为复杂的功能。

     ai绘画就是一个例子。

     ai绘画常用的神经网络名为生成对抗网络，其内用于生成提取图像特征的关键，就是卷积神经网络。

     生成对抗网络如何完成一幅绘画？生成对抗网络包含两个部分，生成网络和判别网络。

     其中生成网络顾名思义，就是用来生成绘画的，先啥也不管，用卷积神经网络随便画一幅画再说。

     至于画得好不好、如何改良，则交给判别网络来办。

     生成网络和判别网络一个画一个改，一个甲方一个乙方，形成对抗，因此得名对抗网络。

     画画改改的过程重复许多许多次之后，就得到了想要的画作。

     目前人类所谓的人工智能，也即神经网络，说到底无非就是训练参数，训练一堆最简单不过的数字而已。

     因此如果有人认为，神经网络会导致智械危机，最终使人工智能取代人类，这种观点是很没有必要的。

     一个神经网络能干好一个活就不错了，不必指望堆砌大量数字的神经网络，会产生自己的思想。

     与神经网络对比，般??是完全不同的概念。

     神经网络充其量是从人脑中获取了部分灵感的计算机算法，而般??则是完全复刻人脑的功能，并超越了人脑！ 最本质的区别在于，神经网络使用参数来运作，而般??构建人脑运行的基本单元――神经元和突触。