离散型Hopfield神经网络（DHNN）
内容基于《人工神经网络理论，设计及应用》的学习，对重点进行了摘抄总结。网络结构常见有以下两种画法，其实是一样的。预测过程，可能的输出就是吸引子集合。有异步与同步两种更新方式：训练例子左图表示权重与阈值（偏置），右图表示异步工作。3个节点，8种状态。改变某个节点，状态就会相互变化。011不管改变哪个节点，状态总是不变，因此011是个唯一吸引子。...
·
内容基于《人工神经网络理论，设计及应用》的学习，对重点进行了摘抄总结。
网络结构常见有以下两种画法，其实是一样的。
预测过程
，
可能的输出就是吸引子集合。
有异步与同步两种更新方式：
训练例子
左图表示权重与阈值（偏置），右图表示异步工作。3个节点，8种状态。改变某个节点，状态就会相互变化。011不管改变哪个节点，状态总是不变，因此011是个唯一吸引子。
学习阶段
其实就是权值的设计，有两种方法。
这篇博客写的内容更详细些：https://blog.csdn.net/qq_41185868/article/details/80789989
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
2
0- 0
已为社区贡献1条内容
所有评论(0)