词汇表：假设词汇表里只有
汽车，火车，轮船，飞机，火箭，凤梨，芭乐，香蕉，苹果
编号：1，2，3，4，5，6，7，8，9
每次训练：输入(也在词汇表里)apple，输出编号：9
模型通过一连串矩阵以及矩阵间的操作构造成的类似耗散结构一样的东西，这些耗散结构就是网络结构，它通过初始化，不断训练的反传神经机制进行调整网络上各个节点的参数。
训练过程中，如果发现输入apple，输出大概率不是苹果，就会调整这个网络结构。直到有一定概率是苹果以后
在训练结束后，这些网络结构+参数系统使得输入是appple时，输出大概率时苹果。


【 在 johnfader 的大作中提到: 】
: Apple用苹果来判断概率比较高，可以理解。
: Apple是如何挑选苹果来判断呢？它如何确定备选集合的？是模型的记忆（存储）了备选集合吗？
: Apple是如何排除”汽车，火车，轮船，飞机，火箭，凤梨，芭乐，香蕉“等等词汇，
: ...................
--
FROM 112.97.63.*