如果将神经网络理解成是存在于实数域的微观粒子,那与之对应的波动方程应该是什么?
Sigmoid的表达式
让Sigmoid函数就是欲求的波动方程的解,可以由Sigmoid反向构造出与之对应的一个微分方程
…①
验算
也就可以将①式理解成是与神经网络对应的波动方程。
与薛定谔方程比较
因为考虑仅存在于实数域所以去掉了i,因为ћ是一个常量也没有考虑。最大的区别是让常数E=f(-x)。也就是假设这种微观粒子对时间的变化率与这种粒子对未来和过去的乘积相同.
如果将神经网络理解成是存在于实数域的微观粒子,那与之对应的波动方程应该是什么?
Sigmoid的表达式
让Sigmoid函数就是欲求的波动方程的解,可以由Sigmoid反向构造出与之对应的一个微分方程
…①
验算
也就可以将①式理解成是与神经网络对应的波动方程。
与薛定谔方程比较
因为考虑仅存在于实数域所以去掉了i,因为ћ是一个常量也没有考虑。最大的区别是让常数E=f(-x)。也就是假设这种微观粒子对时间的变化率与这种粒子对未来和过去的乘积相同.