我目前正在修补Hopfield网络,这是一个非常有趣的神经元网络。我也在编写自己的Hopfield网络代码以识别MNIST数字,但是它无法正常工作,因此我尝试在线搜索它。令人惊讶的是,我几乎没有发现任何与MNIST数字和Hopfield网有关的东西。有人可以告诉我原因吗?
最佳答案
据我了解,Hopfield网络非常适合获得与给定输入(可寻址内容的存储器)相似的结果。它们不直接适用于分类。因此,无论如何,在Hopfield网络之后,您都需要一个分类器(例如MLP/k-NN)。这可能是为什么不使用它的原因。
同样,对于MNIST而言,阈值相对较高。最低的误差约为0.23%(source)。公布(比)最差的结果是困难的,并且基本上没有动力这样做。甚至尝试如果您不做全新的事情/如果不能指望更好的话。
对于来这里了解Hopfield网络的人们:J. J. Hopfield。 Neural networks and physical systems with emergent collective computational abilities在《美国国家科学院院刊》上,1982年。
对于德国人:我的German mini-summary of Hopfield neworks。
关于machine-learning - 为什么没人将Hopfield网用于MNIST?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/38964992/