我刚刚开始阅读有关神经网络的内容,我有一个基本问题。关于“初始化”Hopfield 网络,我无法理解初始化的概念。也就是说,我们输入一些随机数?或者输入一个明确定义的模式,使神经元第一次稳定下来,假设所有神经元都处于等于 0 的状态,输入后其他稳定状态为 1 或 -1。
考虑下面的神经网络。我摘自 HeatonResearch
如果有人帮我解决这个问题,我会很高兴。
最佳答案
在初始化神经网络(包括循环 Hopfield 网络)时,通常使用随机权重进行初始化,因为这通常会在多次试验和运行集合中提供良好的学习时间,从而避免局部最小值。在多次运行中从相同的起始权重开始通常不是一个好主意,因为您可能会遇到相同的局部最小值。通过某些配置,可以通过分析节点在功能映射中的角色来加快学习速度,但这通常是在使某些内容正常工作后进行分析的后续步骤。
关于artificial-intelligence - 我们如何初始化 Hopfield 神经网络?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7249822/