hebb线性联想器 以及仿逆矩阵求解(P102神经网络设计)

这篇博客介绍了Hebb线性联想器的原理,并通过Python代码展示了如何利用仿逆矩阵求解权重。文章中使用了规范化输入向量,并通过目标输出进行权重初始化和调整。
摘要由CSDN通过智能技术生成

# -*- coding: utf-8 -*-

"""

Created on Tue Jul 01 16:30:35 2014


@author: Administrator

"""

import numpy as np

b=0.5 #偏置值

# 桔子 苹果

#x=np.array([[1,1,-1,-1],[1,1,1,-1]]) #输入向量

x=np.array([[0.5774,-0.5774,-0.5774],[0.5774,0.5774,-0.5774]]) #输入向量 已经规范化

d=np.array([-1,1]) #目标输出

w=np.array([0,0,0]) #预置权值<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值