@zxCoder 那这个问题的定义很奇怪，因为对于一个足够宽的、一个非线性层的神经网络，可以拟合任何实数域上的可测函数。也就是说，

对于任何 C ，f(x) 恒等于 C

是你这个神经网络可以拟合的函数。

最终你会得到一个 meaningless 的函数，C 在训练过程中不断被推向负无穷（或者正无穷）

@zxCoder 那行，所以你的问题是哪个

max sum_x f(x)
for any x, max f(x)

@zxCoder 你看，这不是 y=xxxxxx 我需要看你数学公式的形式化，而是问你，你的“最大化一个函数”到底形式化是什么意思。我给了两个形式：

max sum_x f(x)
for any x, max f(x)

所以你是哪个？

对于单独的 for any x, max f(x) 这个问题似乎就没有意义了

so 你是不是想要 max L=sum_x f(x)

@zxCoder 不是，那你的目标到底是什么。。。

你一直在说值最大，但是不可能没有目标啊？没目标你根本不是有监督（你说的有标签）学习。

这种东西不能靠叙述，它根本不精确。上公式啊喂

还有，两个线性层和一个激活层它顺序到底是啥？

y = A2*(u(A1*x+b1)) + b2 ？

如果是 y = u(A2*(A1*x+b1)+b2) 那是没有用的。两个线性层和一个线性层没有区别（参数可以训练的情况下）

1 、你要训练的是 f(x) 本身？ f(x) 可变？
2 、那训练了之后 y=f(x) 就变了啊。。。它可以变成任何东西。你有训练目标吗？就是 t[x] = f(x) 的正确答案 t[x]。
3 、没有目标去训练，它可以变成任何值啊。


楼主能不能用数学语言形式化一下你的问题，我无法理解。

你能不能把你的原始问题说一说。

这估计也是个 XY problem

@3dwelcome https://www.2ndquadrant.com/en/blog/postgresql-12-implementing-k-nearest-neighbor-space-partitioned-generalized-search-tree-indexes/

@3dwelcome 那就 kd-tree

@3dwelcome 这种时候当然要看大 postgresql

https://wiki.postgresql.org/wiki/What%27s_new_in_PostgreSQL_9.1#K-Nearest-Neighbor_Indexing
https://github.com/fake-name/pg-spgist_hamming/

这种打比方很蠢的。对高级一点的计算机 /人工智能 /数学概念都是毁灭性打击。

不能仔细理解概念的细节，就不懂原来的技术有什么优缺点、它适用边界在哪里；（或者数学定理是不是能用）

回想一下学高数微积分是不是总有一些题目做错？没错，就是概念没理清。

@nanxiaobei 技术方面的概念不能乱打比方，是就是是，不是就不是

我就非常反对用打比方来解释任何技术问题。比如什么锁、并发、竞争，只会让概念的理解有些许偏差，在需要微妙把握细节的开发的时候，就傻逼了。

你要是重新定义“操作系统”，那我没话说。

按照正常定义，它不是操作系统，只是操作系统上的软件平台。

操作系统：为应用程序提供抽象、屏蔽硬件系统的中坚层。

@leon7777 说白了就是，官方推出数字人民币，本来就是让你信它。所以不需要区块链这种分布式信任。数字人民币本来就是中心化的方案，说去中心化才是南辕北辙。