這一系列的文章，了解各大唱片《神經網路設計》這本書的收益和總結。
第一部分介紹了三網融合：
採用對稱硬極限傳輸函式hardlims的單層感知機
兩輸入感知機,w11 = -1, w22 = 1例如以下
hamming網路的目標時判定哪個標準向量最接近輸入向量。
判定結果由遞迴層的輸出表示。
r為樣本空間維數
s為神經元個數
前饋層用於實現每乙個標準模式和輸入模式之間的相關檢測或求內積。
為了使得前饋層能夠完畢其功能，能夠用標準模式設定其權值矩陣的行，該權值矩陣用連線矩陣w1表示。
之所以稱該網路為hmming網，是由於在前饋層中具有最大輸出的神經元正好相應於輸入模式hamming距離近期的標準模式。
該層的神經元用前饋層的輸出進行初始化，此輸出指出標準模式和輸入向量之間的關係。
描寫敘述競爭的等式為
a2(0) = a1 （初始條件）
a2(t+1) = poslin(w2a2(t)) （迭代）
描寫敘述等式為
個人對三種網路的理解例如以下
神經網路和深度學習（一） 初識神經網路
人類的視覺系統是世界上最棒的系統之一，比如下列一串手寫數字 大多數人都可以一眼看出它是504192。在我們大腦的每乙個半球，都有主要的視覺皮質v1 它包含了1.4億個神經元，在這些神經元之間有數百億的接觸。然而人類的視覺不僅僅包含了v1 而是一系列的視覺皮質v1 v2,v3,v 4,v5 逐步進行更...
神經網路和深度學習（一） 初識神經網路
人類的視覺系統是世界上最棒的系統之一，比如下列一串手寫數字 大多數人都可以一眼看出它是504192。在我們大腦的每乙個半球，都有主要的視覺皮質的輸入依賴於其輸出，這很難理解，所以我們不允許這樣的迴圈。然而，有些人造神經網路中存在反饋迴路是可能的。這樣的模型稱為遞迴神經網路。這些模型的思想是讓神經元在...
神經網路和深度學習（一） 初識神經網路
人類的視覺系統是世界上最棒的系統之一，比如下列一串手寫數字 大多數人都可以一眼看出它是504192。在我們大腦的每乙個半球，都有主要的視覺皮質的輸入依賴於其輸出，這很難理解，所以我們不允許這樣的迴圈。然而，有些人造神經網路中存在反饋迴路是可能的。這樣的模型稱為遞迴神經網路。這些模型的思想是讓神經元在...