【文件属性】:
文件名称:Hopfield-Network:联想式学习-Hopfield神经网路
文件大小:2.03MB
文件格式:ZIP
更新时间:2021-02-20 07:30:59
Python
霍普菲尔德网络
程式简介
使用说明:
透过视觉化界面展示「离散型Hopfield Network」的使用方法
右方可以选择训练资料:「基本训练」,「花红训练」
所有资料皆以3张图为一组,且「Bonus_Training」可以再细选子训练集:「Bonus-x」
「训练」后即产生选择性资料的训练结果
训练后,可透过滑鼠点击鼠标的图片来选择「测试资料」,然后「加入杂讯」
「验证」后下方会产生Hopfield Network的(联想)结果
范例图:
Hopfield Network演算法
演算法简介
应用于各方面的一种「联想式学习」演算法
模拟人类记忆中联想的神经网路,又分为“自联想”,“异联想”,Hopfield又属自联想
自联想:看到模糊不清的照片,依然能辨别出原来的风貌
异联想:听到相对论,想到爱因斯坦的名字
离散Hopfield网路有记忆上限,假设神经元数目p,在记忆中提取99%正确率
【文件预览】:
Hopfield-Network-master
----requirements.txt(2KB)
----Hopfield_dataset()
--------Bonus_Training.txt(2KB)
--------Bonus_Testing.txt(2KB)
--------Basic_Training.txt(363B)
--------Basic_Testing.txt(363B)
----Hopfield intro.pdf(2.42MB)
----README.md(5KB)
----main.py(10KB)