預備知識 先來說說前饋型神經網絡與反饋型神經網絡的區別： 前饋型神經網絡不考慮輸入和輸出在時間上的滯后性，只考慮輸入到輸出的映射關系，反饋型神經網絡則考慮了輸入到輸出之間的延遲 再來說說hebb學習規則： 兩個神經元同時興奮或抑制，那么它們的連接權值將增大，如果兩神經元不是同時興奮或抑制 ...

　　前饋網絡一般指前饋神經網絡或前饋型神經網絡。它是一種最簡單的神經網絡，各神經元分層排列。每個神經元只與前一層的神經元相連。接收前一層的輸出，並輸出給下一層，數據正想流動，輸出僅由當前的輸入和網絡權值決定，各層間沒有反饋。包括：單層感知器，線性神經網絡，BP神經網絡、RBF神經網絡 ...

Hopfield神經網絡使用說明。 該神經網絡有兩個特點： 1，輸出值只有0，1 2，Hopfield沒有輸入（input） 這里解釋一下第二個特點，什么叫沒有輸入？因為在使用Hopfield網絡的時候，多用於圖像仿真，圖像仿真意思就是先給你一些標准的圖像， 比如1~9的數字 ...

Hopfield神經網絡 簡介 一、總結 一句話總結： 【Hopfield和BP同一時期】：BP屬於前饋式類型，但是和BP同一時期的另外一個神經網絡也很重要，那就是Hopfield神經網絡，他是反饋式類型。這個網絡比BP出現的還早一點， 【Hopfield網絡的權值不是通過訓練出來 ...

一、TSP問題 旅行商問題，又叫貨郎擔問題。它是指如下問題：在完全圖中尋找一條最短的哈密爾頓回路。 哈密爾頓回路問題：給定一個圖，判斷圖中是否存在哈密爾頓回路。 哈密爾頓回路：尋找一條回路，經過圖中 ...

Hopfield 網絡模型 相互連接型的神經網絡模型，簡稱為 HNN （Hopfield Neural Network），解決了具有 NPC 復雜性的旅行商問題（TSP） 對比： MP模型、感知器模型、自適應神經元Adaline、EBP網絡：屬於前向神經網絡。 學習觀點：是強有力的學習系統 ...

設計一個反饋網絡存儲下列目標平衡點： T = [ 1 -1; -1 1 ]; 並用6組任意隨機初始列矢量，包括一組在目標平衡點連線的垂直平分線上的一點作為輸入矢量對所設計的網絡的平衡點進行測試，觀察3次循環的每一次的輸出結果。給出最后收斂到各自平衡點（或不穩定的平衡點）結果的次數 ...

一、前言 這篇卷積神經網絡是前面介紹的多層神經網絡的進一步深入，它將深度學習的思想引入到了神經網絡當中，通過卷積運算來由淺入深的提取圖像的不同層次的特征，而利用神經網絡的訓練過程讓整個網絡自動調節卷積核的參數，從而無監督的產生了最適合的分類特征。這個概括可能有點抽象，我盡量在下面描述細致一些 ...