Hopfield 网络中的 Neurolab.newhop 如何工作？

问题描述

我需要为 Hopfield 递归网络编写一个算法。我在网上找到了一些代码，但老实说我不太了解。所以这是我的代码：

import numpy as np
import neurolab as nl

# N E R O
target =  [[1,1,1],[1,[0,0]]

chars = ['N','E','R','O']
target = np.asfarray(target)
target[target == 0] = -1

# Create and train network
net = nl.net.newhop(target)

output = net.sim(target)
print("Test on train samples:")
for i in range(len(target)):
    print(chars[i],(output[i] == target[i]).all())

print("\nTest on defaced N:")
test =np.asfarray([0,1])
test[test==0] = -1
out = net.sim([test])
print ((out[0] == target[0]).all(),'Sim. steps',len(net.layers[0].outs))

我完全不知道这里发生了什么。以下代码行的作用：

net = nl.net.newhop(target)
output = net.sim(target)

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

neurolab python