Hopfield神经网络

Hopfield最早提出的网络是二值神经网络，神经元的输出只取1和0，所以，也称离散Hopfield神经网络（DHNN，Discrete Hopfield Neural Network）。在离散Hopfield网络中，所采用的神经元是二值神经元，因此，所输出的离散值1和0分别表示神经元处于激活和抑制状态。

网络结构 

DHNN是一种单层、输出为二值的反馈网络。

三个神经元组成的离散Hopfield神经网络

在图中，第0层仅仅是作为网络的输入，它不是实际神经元，所以无计算功能；

而第一层是实际神经元，故而执行对输人信息和权系数乘积求累加和，并由非线性函数f处理后产生输出信息。

f是一个简单的 阈值函数，如果神经元的输出信息大于阈值θ，那么，神经元的输出就取值为1；小于阈值θ，则神经元的输出就取值为0

能量函数：

工作方式

离散的Hopfield神经网络按照动力学方式进行，从初始状态按能量减小的方向进行演化，直到达到稳定状态，稳定状态即为稳定输出。