打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
Hopfield网络
(查看源代码)
2026年7月27日 (一) 07:18的版本
删除3字节
、
2026年7月27日 (星期一)
→网络结构
第24行:
第24行:
== 网络结构 ==
== 网络结构 ==
Hopfield网络无分层结构,仅单层神经元,满足三条核心约束:
Hopfield网络无分层结构,仅单层神经元,满足三条核心约束:
−
1.
'''全互连无自环''':共[math]N[/math]个神经元,每个神经元与其余N-1个神经元双向连接,自身权重[math]w_{ii}=0[/math];
+
−
2.
'''权重对称''':神经元[math]i[/math]到[math]j[/math]的连接权重等于[math]j[/math]到[math]i[/math],即[math]w_{ij}=w_{ji}[/math];
+
#
'''全互连无自环''':共[math]N[/math]个神经元,每个神经元与其余N-1个神经元双向连接,自身权重[math]w_{ii}=0[/math];
−
3.
神经元分两类状态定义:
+
#
'''权重对称''':神经元[math]i[/math]到[math]j[/math]的连接权重等于[math]j[/math]到[math]i[/math],即[math]w_{ij}=w_{ji}[/math];
+
+
神经元分两类状态定义:
* 离散型:二值状态[math]x_i \in \{+1,-1\}[/math],+1代表神经元激活放电,-1代表抑制静默;
* 离散型:二值状态[math]x_i \in \{+1,-1\}[/math],+1代表神经元激活放电,-1代表抑制静默;
* 连续型:取值[math]x_i \in [0,1][/math],采用[[Sigmoid激活]]。
* 连续型:取值[math]x_i \in [0,1][/math],采用[[Sigmoid激活]]。
Jake
行政员
、
界面管理员
、
管理员
3,094
个编辑