模式識別Hopfield

我嘗試使用hopfield編寫神經網絡進行模式識別。我使用Introduction to Neural Networks for C#, Second Edition書中的說明，但我不使用他的.dll文件並自己編寫所有類。模式識別Hopfield

傑夫·希頓在他的書中說，與的Hopfield訓練神經網絡，我們應該接收輸入模式（以矩陣形式），然後做3個步驟：

1 - 轉換二進制輸入到雙極（0 - > （-1），1 - > 1）

2-轉換矩陣輸入到行矩陣（保存爲M2），然後它的轉置（保存爲M1），並且在他們以後乘（M3 = M1 * M2）

3加重矩陣（WeightMatrix + = M3）

我的問題是關於步驟2 ！當我將我的8X8矩陣行矩陣與下面的代碼：

 int count = 0; 
     int[] RowMatrix = new int[64]; 
     for(int j=0; j<8;j++) 
      for (int i = 0; i < 8; i++) 
      { 
       RowMatrix[count] = PatternBipolar[i, j]; 
       count++; 
      }

（PatternBipolar輸入模式的轉換爲雙極）我們有1X64矩陣，當它轉我們列的矩陣64X1。因此，如果我們將它們相乘（ColumnMatrix * RowMatrix如書中所述），我們就有64X64矩陣！

但我們的權重矩陣是8X8（因爲我們只有64個神經元而不是64 * 64 = 4096 !!!神經元）。

所以我很困惑，需要help.pleas幫助我解決這個問題和關於這個矩陣。 .

我收到輸入矩陣與下面的表格，並使用Windows窗體：

enter image description here

來源

2013-10-02 pooria haddad

嗨普利亞。你是否打算調用變量名'count'？就你所知，你現在所擁有的變量名稱意味着某些特別的英語中的「與編程無關」。 –

嗨克里斯。謝謝你的提示！ –

最後，我發現我的答案！

在Hopfield網絡中，當我們在我們的網絡中使用n個神經元時，我們需要nXn權重矩陣。我們只需要將來自輸入的行矩陣乘以它的逆。然後在權重矩陣中我們有每個矩陣和其他矩陣之間的關係。

來源

2013-10-07 19:43:05

模式識別Hopfield

回答

相關問題