深度学习和人工智能技术是数字孪生在实践中常用的关键技术。

在训练数据集上模型执行得很好，说明是一个好模型。

一个循环神经网络可以被展开成为一个完全连接的、具有无限长度的普通神经网络。

要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫机器学习。

训练集准确率高，测试集准确率低是欠拟合。

学习器在训练集上的误差称为“泛化误差”。

为了加速人工智能的模型训练和推理速度，目前只能通过软件优化的方式进行提速。

人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

人工神经网络是机器学习的子集，机器学习是人工智能体系的子集。

目前，人工智能的主要学派有下列3家：符号主义、分割主义和现实主义。

连接主义主张人工智能应着重于结构模拟。