神经网络的学习有，神经网络需要学什么

1.死记式学习

互联网连接权值按照特殊记忆模式设计而成，其值不变。在互联网输入有关模式时，唤起对记忆模式的回忆，对输入模式进行对应处理。Hnp}eld互联网在作联想记忆和优化计算时采取了死记式学习。

2.有监督学习

有监督学习又称为有教师学习。互联网将实质上输出和教师指定的输出加以比较，得到在一定范数意义下的误差，由误差函数决定连接权值的调整，目标是为了让误差函数达到小值口大多数情况下按照占规则对连接权值进行调整。前向神经互联网BP算法采取了监督学习方法

神经互联网合适学习的人群为:医学及仿生学人士

神经互联网可以指向两种，一个是生物神经互联网，一个是人工神经互联网。

生物神经互联网：大多数情况下指生物的大脑神经元，细胞，触点等组成的互联网，用于出现生物的意识，帮生物进行思考和行动。

人工神经互联网（Artificial Neural Networks，简写为ANNs）也简称为神经互联网（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经互联网行为特点，进行分布式并行信息处理的算法数学模型。这样的互联网依靠系统的复杂程度，通过调整内部非常多节点当中相互连接的关系，以此达到处理信息的目标。

人工神经互联网：是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为“神经互联网”或类神经互联网。

1、学习线性代数、高等数学等数学基础2、学习人工智能知识点内容与框架体系结构 3、学习机器学习模型4、学习深度学习模型