我之前问过另一个关于 Hebbian 学习的问题，我想我得到了一个很好的答案，我接受了，但是，问题是我现在意识到我完全误解了 Hebbian 学习，而且我有点困惑。
那么，您能否解释一下它的用途以及用途？因为维基百科和其他一些页面描述它的方式 - 它没有意义！如果一起开火，为什么我们要不断增加输入和输出神经元之间的权重？它可以用来解决什么样的问题，因为当我在脑海中模拟它时，它肯定无法进行基本的 AND、OR 和其他操作（比如你将权重初始化为零，输出神经元永远不会触发，并且重量永远不会增加！）
问问题
370 次
1 回答
1
你的问题似乎与理论有关，我不确定它是否属于 SO，但由于它直接连接到神经网络，我会尝试回答。
如果它们一起触发，我们会增加输入和输出神经元之间的权重，因为一起触发意味着它们以某种方式相关。
让我们以逻辑函数为例。在一个AND函数中，您将有两个输入神经元。如果您的输入数据是(0, 0)，则意味着输入神经元都不会触发，输出也不会触发。所以在这种情况下你不需要强大的连接。
现在接受输入(1, 1)。两个输入神经元都会触发，输出也会触发。为了学习这种对应关系，网络应该增加连接输入和输出的权重（记住，这基本上是对输入和偏置神经元求和的问题）。
最后，当输出为(1, 0)或时(0, 1)，由于输出为0，它告诉网络两个连接都不应该足够强大以自行激活输出神经元。
我希望这是有道理的。
于 2012-06-05T17:30:30.283 回答