2

我尝试用 hopfield 编写用于模式识别的神经网络。我使用Introduction to Neural Networks for C#, Second Edition book 中的说明，但我不使用他的 .dll 文件并自己编写所有类。

Jeff Heaton 在他的书中说，对于使用 hopfield 训练神经网络，我们应该接收输入模式（以矩阵形式），然后执行以下 3 个步骤：

1-将二进制输入转换为双极性（ 0 -> (-1) , 1 ->1)

2-将输入矩阵转换为行矩阵（另存为M2），然后转置（另存为M1），然后相乘（M3=M1*M2）

3-添加到权重矩阵（WeightMatrix+=M3）

我的问题是关于第 2 步！当我使用以下代码将我的 8X8 矩阵转换为行矩阵时：

        int count = 0;
        int[] RowMatrix = new int[64];
        for(int j=0; j<8;j++)
            for (int i = 0; i < 8; i++)
            {
                RowMatrix[count] = PatternBipolar[i, j];
                count++;
            }

（PatternBipolar 是转换为双极的输入模式）我们有 1X64 矩阵，当转置它时，我们有 64X1 列矩阵。因此，如果我们将它们相乘（如书中所说的 ColumnMatrix * RowMatrix），我们就有 64X64 矩阵！

但是我们的权重矩阵是 8X8（因为我们只有 64 个神经元而不是 64*64=4096！！！神经元）。

所以我很困惑，需要帮助。请帮助我解决这个问题和这个矩阵。.

我收到以下形式的输入矩阵，并使用 windows 形式：

在此处输入图像描述

4

1 回答 1

1

终于找到我的答案了！

在 Hopfield 网络中，当我们在网络中使用 n 个神经元时，我们需要 nXn 个权重矩阵。我们只需要将来自输入的行矩阵乘以它的逆矩阵。然后在权重矩阵中，我们有每个矩阵与其他矩阵之间的关系。

于 2013-10-07T19:43:05.827 回答