3,094
个编辑
更改
跳到导航
跳到搜索
第1行：
第1行： − {{信息框 人工智能模型+ − | 名称 = Hopfield网络 − | 英文原名 = Hopfield network − | 别称 = 霍普菲尔德网络、霍普菲尔德联想记忆网络 − | 提出者 = [[约翰·霍普菲尔德|约翰·J·霍普菲尔德]] − | 提出年份 = 1982年 − | 模型类型 = [[循环神经网络]]、吸引子神经网络、自旋玻璃系统 − | 核心用途 = 内容寻址联想记忆、组合优化求解 − | 学习规则 = [[赫布学习规则]]、Storkey学习规则 − | 衍生模型 = 连续Hopfield网络、现代Hopfield网络（稠密关联记忆） − }} − '''Hopfield网络'''（霍普菲尔德网络，英文：Hopfield network）是一类对称全连接的[[循环神经网络]]，由物理学家约翰·霍普菲尔德于1982年正式提出，核心借鉴伊辛自旋模型，可实现**内容寻址联想记忆**：输入残缺、带噪声的样本，网络会自动收敛还原完整存储图案；同时可通过能量极小化求解组合优化问题。该模型是最早仿生人脑记忆的神经网络框架，也是现代大模型自注意力机制的理论前身之一。+ − −
无编辑摘要
啊'''Hopfield网络'''（霍普菲尔德网络，英文：Hopfield network）是一类对称全连接的[[循环神经网络]]，由物理学家约翰·霍普菲尔德于1982年正式提出，核心借鉴伊辛自旋模型，可实现'''内容寻址联想记忆'''：输入残缺、带噪声的样本，网络会自动收敛还原完整存储图案；同时可通过能量极小化求解组合优化问题。该模型是最早仿生人脑记忆的神经网络框架，也是现代大模型自注意力机制的理论前身之一。
[[File:https://upload.wikimedia.org/wikipedia/commons/4/44/Hopfield-net-vector.svg|thumb|350px|Hopfield网络吸引子示意图：初始噪声状态沿能量曲面下滑，收敛至预先存储的稳定记忆（吸引子谷底）]]
[[File:Hopfield_attractor_diagram.svg|thumb|350px|Hopfield网络吸引子示意图：初始噪声状态沿能量曲面下滑，收敛至预先存储的稳定记忆（吸引子谷底）]]
== 发展历史 ==
== 发展历史 ==