该理论称能真正表示人类神经元的工作原理
大概是说神经中传递的是电信号，那么就可以使用傅立叶变换和信号处理技术对其进行表示
电子信息专业的同学，上学的时候都学过信号与系统，其中有一句话就是任何连续周期信号都可以表示为一组适当加权的正弦函
而关键点在于信号提取的时候只要将想要提取的信号函数与整个加权表达式乘积
而想要的信号表达式只要对输出的结果进行傅立叶变换即可知道包含哪些内容频率的正弦函数
最主要的是对于信息时代的今天信号的处理已经成熟，如果AI能踏上这个巨人的肩膀将会将世界颠覆
或许大家还不是很明白为什么这么说
简单的说 你的带宽就是 你的 神经网络的计算速度
这个说罢一个现在的神经网络有参数也不过就几十兆
而为们的带宽就4G就远远超过
好可能还是要看一下是怎么搭建这样的神经网络才可以
假设你的输入数据拟合的信号表达式为data_input
而你的输出数据集为data_output
接下来将data_output 进行傅立叶变换 得出 相应的频率的函数
就能通过乘积分别提取出来 不同信号 就是输出
还可以简单的直接反向拟合data_input表达式
直接对输出的数据集进行变换得到n个信号
进行加权合成表达式data_input
使用输入数据集进行拟合
这样就不会像现在的神经网络自己几个节点都是不确定的
后期加个图片
先计算要是使用现在的通信芯片进行拟合
的速度
按照你的网卡速度是100MB/s
计算
比如昨天为训练的160MB的数据花费12小时才训练200次
也就是说200*160=32000MB/12小时
而使用此概念基本只用320s
计算一个数据只要 320/50000/200=3.2*10e-5s
只有10微妙
这远远超过人类
所以其实为们早就创造的超过人类智能的机器
只是我们还没发现而以
