在人工神经网络中，训练函数与学习函数有什么区别？我找到了这个链接，但不太理解。能有人解释一下吗？

回答：

训练函数是用于训练神经网络识别特定输入并将其映射到输出的总体算法。一个常见的例子是反向传播及其多种变体和权重/偏置训练。学习函数则处理个别权重和阈值，并决定如何对其进行调整。这些通常（但不总是）采用某种形式的梯度下降。例子包括模拟退火、Silva和Almeida的算法、使用动量和自适应学习率，以及权重学习（例子包括Hebb、Kohonen等）算法。