Знаете ли вы какое-либо приложение рядом с образцом recog. worthe, чтобы реализовать модель нейронной сети Хопфилда?Нейронная сеть Хопфилда
ответ
Повторяющиеся нейронные сети (из которых Хопфилда сети представляют собой особый тип) используются для нескольких задач в последовательности обучения:
- Sequence Prediction (Карта история фондовых ценностей ожидаемое значение в следующем временном шаге)
- Последовательность классификации (Карта каждый полный аудио фрагмент на динамик)
- Последовательность маркировки (Карта звуковой фрагмент в предложении разговорного) обучения
- немарковская армирование (например, задачи, которые требуют глубокой памяти как Т-образном лабиринте скамейка mark)
Я не уверен, что вы подразумеваете под «распознаванием образов» именно так, поскольку в основном это целое поле, в которое каждая задача, для которой могут использоваться нейронные сети, подходит.
Не могли бы вы быть более точными об их использовании с немарковским обучением подкрепления? Вы говорите, что они используются для задач, требующих глубокой памяти, но не будет ли многопользовательская сеть backprops одинаковой? Что делает их лучшими для работы? Спасибо –
Как правило, вы представляете наблюдения k последних временных меток MLP, чтобы сопоставить их с действием или значением. Это то, что вы можете назвать «k-markovian». Однако «глубокая память» относится к ситуациям, когда количество временных меток, которые вы должны оглядываться, необязательно ограничено. В этом случае вам нужна рекуррентная сеть, которая может (по крайней мере теоретически) оглянуться назад во времени бесконечным количеством временных меток. Возможно, вы захотите проверить этот документ: http://www.idsia.ch/~daan/papers/jof.pdf – bayer
Вы также можете использовать сеть Хопфилда для задач оптимизации.
Возможно, вы можете привести пример/ссылку. – runDOSrun
Например, проблема с продавцом или самый короткий путь [ссылка] (http://www.mini.pw.edu.pl/~mandziuk/PRACE/TSP_DM.pdf) –
Вы можете оформить этот репозиторий ->Hopfield Network
Там у вас есть пример для испытания образца после обучения сети офф-лайн. Это испытание
@Test
public void HopfieldTest(){
double[] p1 = new double[]{1.0, -1.0,1.0,-1.0,1.0,-1.0,1.0,-1.0,1.0};
double[] p2 = new double[]{1.0, 1.0,1.0,-1.0,1.0,-1.0,-1.0,1.0,-1.0};
double[] p3 = new double[]{1.0, 1.0,-1.0,-1.0,1.0,-1.0,-1.0,1.0,-1.0};
ArrayList<double[]> patterns = new ArrayList<>();
patterns.add(p1);
patterns.add(p2);
Hopfield h = new Hopfield(9, new StepFunction());
h.train(patterns); //train and load the Weight matrix
double[] result = h.test(p3); //Test a pattern
System.out.println("\nConnections of Network: " + h.connections() + "\n"); //show Neural connections
System.out.println("Good recuperation capacity of samples: " + Hopfield.goodRecuperation(h.getWeights().length) + "\n");
System.out.println("Perfect recuperation capacity of samples: " + Hopfield.perfectRacuperation(h.getWeights().length) + "\n");
System.out.println("Energy: " + h.energy(result));
System.out.println("Weight Matrix");
Matrix.showMatrix(h.getWeights());
System.out.println("\nPattern result of test");
Matrix.showVector(result);
h.showAuxVector();
}
И после запуска теста вы можете увидеть
Running HopfieldTest
Connections of Network: 72
Good recuperation capacity of samples: 1
Perfect recuperation capacity of samples: 1
Energy: -32.0
Weight Matrix
0.0 0.0 2.0 -2.0 2.0 -2.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 -2.0 2.0 -2.0
2.0 0.0 0.0 -2.0 2.0 -2.0 0.0 0.0 0.0
-2.0 0.0 -2.0 0.0 -2.0 2.0 0.0 0.0 0.0
2.0 0.0 2.0 -2.0 0.0 -2.0 0.0 0.0 0.0
-2.0 0.0 -2.0 2.0 -2.0 0.0 0.0 0.0 0.0
0.0 -2.0 0.0 0.0 0.0 0.0 0.0 -2.0 2.0
0.0 2.0 0.0 0.0 0.0 0.0 -2.0 0.0 -2.0
0.0 -2.0 0.0 0.0 0.0 0.0 2.0 -2.0 0.0
Pattern result of test
1.0 1.0 1.0 -1.0 1.0 -1.0 -1.0 1.0 -1.0
-------------------------
The auxiliar vector is empty
Я надеюсь, что это может помочь вам
- 1. Нейронная сеть в VB
- 2. Parallel нейронная сеть
- 3. Plot нейронная сеть работа
- 4. Нейронная сеть Dataset
- 5. нейронная сеть в R
- 6. нейронная сеть, программирование matlab
- 7. Последовательная нейронная сеть
- 8. Нейронная сеть вес
- 9. Свертывающая нейронная сеть?
- 10. Нейронная сеть с выпадением
- 11. Пермутационно-инвариантная нейронная сеть
- 12. нейронная сеть ввода/вывода
- 13. нейронная сеть работает неправильно
- 14. Нейронная сеть mlp problem
- 15. Нейронная сеть плохое схождение
- 16. Однослойная нейронная сеть
- 17. Ошибка Backpropagation - нейронная сеть
- 18. Нейронная сеть: «InverseLayer»
- 19. многоуровневая нейронная сеть
- 20. Нейронная сеть, не изучающая
- 21. Тренировочная нейронная сеть -
- 22. Регрессионная и нейронная сеть
- 23. Нейронная сеть «Разведение»
- 24. XOR нейронная сеть backprop
- 25. Нейронная сеть странное предсказание
- 26. нейронная сеть код информация
- 27. Нейронная сеть не сходится
- 28. cascade-forward нейронная сеть
- 29. Искусственная нейронная сеть не learming
- 30. Свернутая нейронная сеть не сходится
Ваш вопрос очень трудно понять, вы должны быть более конкретными, если вы хотите получить ответ. – brad