注册 登录  
 加关注
查看详情
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

云水居

云在青山水在天,人在江湖不得闲

 
 
 

日志

 
 

神经网络之Hopfield  

2010-07-14 22:52:49|  分类: 默认分类 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

查看全文


Hopfield 是最简单的神经网络之一,是一种单层神经网络。
方法比较也很简单
训练:
首先将weight矩阵初始为0,然后对每个样本:
1.1. 将输入的true/false转变为1/-1,生成向量mat
1.2. 将mat转置后再乘以mat,得到矩阵w
1.3. 将矩阵w的对角线元素设置为0
1.4. 将weight矩阵加上w矩阵

计算:
2.1 将输入的true/false转变为1/-1,生成向量input
2.2 将input乘以weight,得到向量v
2.3 对向量v的每个元素,如果>0,输出为true,否则为false

代码:
#!/usr/bin/python
class Hopfield:
    def __init__(self,n):
        self.n=n
        self.weight=[[0 for j in range(n)] for i in range(n)]
    def train(self,input):#训练
        mat=[x and 1 or -1 for x in input] #1.1
        res=[[0 for j in range(self.n)] for i in range(self.n)]
        for i in range(self.n):
            for j in range(self.n):
                if i!=j: #1.3
                    self.weight[i][j]+=mat[i]*mat[j] #1.2 1.4

查看全文

  评论这张
 
阅读(694)| 评论(0)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2018