基于神经网络系统的推理方法、神经网络系统及存储介质

本发明提供了一种神经网络系统、基于神经网络系统的推理方法及存储介质，该方法包括：将推理输入信息对应的输入矩阵输入隐含层，并经N层网络层依次向后传递，当第k层网络层的输入转换向量与输出转换向量的差异值小于第一阈值时，第k层网络层的输出矩阵跳转至最后一层网络层，否则顺序传递至下一层网络层；当最后一层网络层的输入转换向量与输出转换向量的差异值大于第二阈值时，触发最后一层网络层的输出矩阵向前传递至前排网络层，并继续向后推理，将最后一层网络层的输出矩阵输出为推理矩阵，根据推理矩阵得到推理结果信息。如此，基于神经网络的前馈加速和反馈思考，能够更灵活地对输入推理信息进行处理，提升推理(预测)的效率和准确性。