如何解决Hopfield 网络中的 Neurolab.newhop 如何工作?
我需要为 Hopfield 递归网络编写一个算法。 我在网上找到了一些代码,但老实说我不太了解。 所以这是我的代码:
import numpy as np
import neurolab as nl
# N E R O
target = [[1,1,1],[1,[0,0]]
chars = ['N','E','R','O']
target = np.asfarray(target)
target[target == 0] = -1
# Create and train network
net = nl.net.newhop(target)
output = net.sim(target)
print("Test on train samples:")
for i in range(len(target)):
print(chars[i],(output[i] == target[i]).all())
print("\nTest on defaced N:")
test =np.asfarray([0,1])
test[test==0] = -1
out = net.sim([test])
print ((out[0] == target[0]).all(),'Sim. steps',len(net.layers[0].outs))
我完全不知道这里发生了什么。 以下代码行的作用:
net = nl.net.newhop(target)
output = net.sim(target)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。