人脑的工作原理是让神经元以不同的速率不断地放电。因此，如果放电率增加，神经元就会将过度兴奋或平静的信息传递给与其相连的其他神经元。连接到前一个神经元的其他神经元如何响应它发送的消息，取决于连接的神经元之间的连接强度。然而，在大脑中出现真正的辍学就像让一个神经元完全停止放电一段时间。据我所知，除非神经元死亡，否则这不会发生。所以，不，大脑中似乎没有任何真正的生物学等价物。如果你忘记了某些东西，那只是由于大脑中某些连接的减弱造成的。

确实，神经网络的介绍性文本告诉您这些网络的神经科学灵感，但这种相似性仅在最抽象的方式中成立。是的，生物和人工神经网络中都有神经元。但大脑中的通信以异步、连续的生化方式进行，而人工神经网络中的通信通过获取一个节点的数字状态，通过两个节点之间连接的权重对其进行缩放，然后添加加权前一个节点对接收节点激活的贡献。因此，这两种方法的基本原理已经非常不同（生物学变体更加复杂和精细）。

如果您想找到具有更多受生物启发的特性的东西，请查看卷积神经网络在理论上是如何受到（人类）视觉系统工作的启发。除此之外，dropout 是一种纯粹的机械策略，可以很好地规范模型，以增强模型的泛化能力，即使模型在看不见的数据上也能很好地工作。它只是算法优化过程的一部分。