㈠ 神经网络计算机的面临新问题
已取得重要的进展，但仍存在许多亟待解决的问题。如处理精确度不高，抗噪声颂败干扰能力差，光学互连的双极性和可编程问题以及系统的集成化和小型化问题等。这些问题直接关系到神经网络计算机的进一步发展、性能的完善及广泛的实用化。
神经码竖网络计算机 神经网络的整体性能与网络中的神经元数有密切关系。虽然光学互连的高度并行性在原则上提供了实现大规模神经网络的可能性，但随着神经元数目的增加，互连数将会按平方律增加。在系统尺寸一定的条件下，神经元数必然受
到空间带宽积、衍射和畸变的限制。因此大规模神经网络的实现将对光学设计、离轴光学、衍射野模颤光学、二元光学器件、集成光学器件以及计算机制全息器件提出更高的要求。 光学神经网络中的非线性操作目前仍采用电子学或计算机处理的方法。这就违背了神经网络的并行性要求。并行光学非线性运算的实现，要求有阈值可调、响应函数形式可调的非线性器件，这也是一个亟待解决的复杂问题。另外，随着光学神经网络研究的不断深入，对硬件的实用性要求也在不断提高。系统的集成化与小型化势在必行。这方面，光电混合集成芯片的研制成功是令人鼓舞的。由此可见，对于神经网络的实现来说，光学与电子学技术都各有其长处。充分发挥二者的优势，形成一个光电混合处理的硬件系统，将是未来神经网络计算机发展的重要趋势。
㈡ 核心显卡可以跑神经网络
核心显卡可以跑，神经网络的你可以在核心店卡里面登录好神经经络网络，然后再进行系统操作就可以。
㈢ 什么是神经网络计算机
具有模仿人的大脑判断能力和适应能力、可并行处理多种数据功能的神经网络计算机，可以判断对象的性质与状态，并能采取相应的行动，而且可同时并行处理实时变化的大量数据，并引出结论。神经电脑除有许多处理器外，还有类似神经的节点，每个节点与许多点相连。若把每一步运算分配给每台微处理器，它们同时运算，其信息处理速度和智能会大大提高。神经电子计算机的信息不是存在存储器中，而是存储在神经元之间的联络网中。若有节点断裂，电脑仍有重建资料的能力，它还具有联想记忆、视觉和声音识别能力。
http://ke..com/view/380966.htm
㈣ 8核苹果M1芯片+8核图形处理器16核神经网络引擎+8G内存+256硬盘这个配置电脑能不能用视频剪
使用8核苹果 M1 芯片、8核图形处理器、16核神经网络引擎、8GB 内存和256GB硬盘的电脑，应该可粗燃旦以用于视频剪辑，但具体的性能取决于您的具体操作和使用场景。M1 芯片的性能非常出色，与同类的桌面处理器相当，同时配备了强大的图形处理器和神经网络引擎，可以提供出色的图形性能和机器学习功能，能够很好地支持视频剪辑等需要高性能的任务。8GB 的内存虽然对一些大型视频剪辑工程来说可能有些不足，但对于一些较小的视频剪辑任务来说，这个内存容量应该是足够的。另外，256GB 的硬盘容量可以存储一些较小的视频文件，但如果需要处理更多或更大的视频文件，则可能需要考虑扩展存储容量。总之，这样的电脑配置应该能够胜任视频剪辑工作，但具体的效果和性能也可能因个人需求段春和使用习惯而有所不同岩扰。
㈤ 运行神经网络的机器需要什么配置
你是训练还是使用训练好的网络。
若果是训练的话，就看你的训练数据的大小。 我之前10万条数据，22个输入，1个输出。用matlab训练，也是一般的家用电脑就可以了。
若果只是使用训练好的神经网络， 对配置根本谈不上要求！对每一个输入的预测只是简单的算术运算。
《神经网络之家》