待验证50% 置信事实精确时间

神经网络存在排列对称性——对某一层的神经元重新排序，只要同步调整相邻层权重，网络功能完全不变

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

如何融合两个神经网络？模型合并与灾难性遗忘详解

涉及实体

排列对称性concept

相关事实

待验证等变神经网络的等变性使输出随输入的旋转或平移变换而以相同方式变换，这种归纳偏置提高了样本效率74% 相似待验证赫布定律指出一起激活的神经元连接在一起，长期不被激活的突触连接会在突触修剪过程中被清除70% 相似待验证图神经网络通过消息传递机制让每个节点聚合邻居节点信息，迭代更新自身表征70% 相似待验证一个最基本的神经网络由输入层、隐藏层和输出层三部分组成70% 相似待验证液态神经网络的节点连接强度能随输入动态调整，本质上是一种连续时间递归神经网络（CT-RNN）67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/968588

API

curl https://kongchang.com/api/v1/knowledge/claims/968588

MCP

get_claim(id=968588)