【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)