神经网络训练：输入到预测输出的映射与标签匹配

神经网络训练的过程是将输入对象经过计算映射到一个预测输出上，使得预测输出与其对应的标签尽可能地相似。简单来说，就是让网络学会从输入数据中提取关键信息，并根据这些信息预测出与输入数据相关的标签。

例如，在一个图像分类任务中，输入对象是图像，标签是图像所代表的类别。网络训练的目标是学习到一个函数，能够将图像映射到一个预测输出，这个预测输出代表着图像所属的类别。理想情况下，预测输出应该与真实的类别标签尽可能地一致。

神经网络的训练过程通常需要大量的数据和计算资源，以确保网络能够从数据中学习到有效的特征，并做出准确的预测。