- 生物神经元
- Hebb 学习规则
- 神经突触
- 自联想存储器
本次实验我们将介绍人工神经网络中的生物神经元,及突触间隙的学习过程。最终将实现基于hebb规则的自联想存储器。由于自联想存储器具有降低噪声,与去除不同输入间的干扰功能,在测试阶段我们将输入有噪音或遮挡的数字图片查看联想结果。
知识点: 1.生物神经元,神经突触 2.Hebb学习规则 3.Hebb学习规则的应用——自联想存储器
本次实验主要介绍人工神经网络中的生物神经元,及突触间隙的学习过程。具体来说是实现基于 hebb 规则的自联想存储器。实验中会详细介绍关于自联想存储器的原理,并使用代码实现。
面向有基础 Python 编程能力,同时也有一点数学基础,想要入门学习神经网络的用户。
zyj061 共发布过 9 门课程
查看老师的所有课程 >
同样的代码在我这运行的结果根本不一样
而自联想器由于提出新的优化函数,能够有效解决需要求X的逆,这个难题
自联想器基本原理:在鲁棒许可下,让原图变为目标图,通过矩阵运行:X(原)W(权重)=Y(目标),这个只提供简单的线性模型,而神经网络便是卷积操作。而优化函数便是W=X^-1Y?
代码倒是不多,但是看不太懂这个自联想存储器的原理,理论介绍太少了
挺好的实验,反复研读
mark有用吗?
先mark一记,希望以后多一些机器学习或者是简单的神经网络的算法
学完了该章节,未填写评价内容
学完了该章节,未填写评价内容
学完了该章节,未填写评价内容
学完了该章节,未填写评价内容