在训练一个神经网络时，“离线的”和可以实时识别新对象的训练模型（称为“推理”）之间是有区别的，例如，如果一个神经网络设计成用来识别过往的图片，例如一只猫，那么就需要从数千张猫的图像数据库中了解到猫是什么样的。 经过适当的训练，当你给一个有神经网络的设备展示猫先生的图片时，即使它以前没有见过猫它也能够认出猫，这就是推理。
相关技术文章：《如何让人工智能推理、训练更高效？》
前往官方优酷观看：http://v.youku.com/v_show/id_XMzE3MDQwODE5Ng==.html
在训练一个神经网络时，“离线的”和可以实时识别新对象的训练模型（称为“推理”）之间是有区别的，例如，如果一个神经网络设计成用来识别过往的图片，例如一只猫，那么就需要从数千张猫的图像数据库中了解到猫是什么样的。 经过适当的训练，当你给一个有神经网络的设备展示猫先生的图片时，即使它以前没有见过猫它也能够认出猫，这就是推理。
相关技术文章：《如何让人工智能推理、训练更高效？》
前往官方优酷观看：http://v.youku.com/v_show/id_XMzE3MDQwODE5Ng==.html
