神经网络
wangfenghui132
这个作者很懒,什么都没留下…
展开
-
离散型Hopfield神经网络在联想和识别上的应用
一、离散型Hopfield处理数字图片,并比较外积法直接求得的网络和通过自带工具箱newhop函数创建的网络有何不同程序如下:clearclcload data1 array_oneload data2 array_two%这里加载的两个数组都是10X10的数组,里面的值为-1和+1两种情况。据目前对离散型Hopfield的使用,数据一般都是-1或者+1,尚未见到有0或者+原创 2015-05-05 15:49:07 · 3581 阅读 · 0 评论 -
离散型Hopfield神经网络
以后要养成写博客的习惯,把学习到的东西总结一下。一、离散型Hopfield神经网络结构 离散型hop的结构是一个没有自环的全连接无向图,也就是权值满足Wij=Wji,Wii=0。这一点和玻尔兹曼机BM很像。结构图如下从上图可能不太好看出来,但是只要记住Hop的结构是一个全连接没有自环的无向图就可以了。注意Hop属于那种不分层的神经网络,因为没有层次可言。二、输入输出和原创 2015-05-04 12:43:11 · 4994 阅读 · 0 评论 -
从DeepLearnToolbox-master看CNN
卷积神经网络揭开卷积神经网络神秘的面纱,发现CNN也不过如此,就像对普通NN一样,第一步了解网络结构,第二步了解节点计算方法,第三步反向调节误差。就可以完全认识这个模型了。从网上看的大部分资料感觉很少有能够说清楚的,CNN确实原本也是一个比较难说明白的模型,所以从大牛的代码来看CNN会更清晰。一、 CNN结构原创 2015-12-05 23:21:33 · 3059 阅读 · 0 评论