Hopfield网络
基本概念与功能
Hopfield Network:单层,全连接的循环神经网络。(single layer & fully connected RNN)
associative memory,记忆且复原pattern.
每个神经元(neuron)只有两种状态,和,即
神经元m,n之间的连接强度 , 且 .
称为激活的(excitatory)
称为抑制的(inhibitory)
synchronous update 一次性计算且更新所有neuron值
asynchronous update 一次性计算且更新一个neuron值
能量函数
(Lyapunov function / Energy function)
在asynchronous情况下,E的值逐渐减少,直到稳定。网络总是收敛的,且收敛于的局部极小值。
该优化问题中的目标函数是能量函数. 算法的目标是求出 .
参考资料
神经网络(ANN) 超简指南 霍普菲尔德网络 Hopfield Network https://www.bilibili.com/video/BV1K54y1q7rj