內容基于《人工神經網絡理論，設計及應用》的學習，對重點進行了摘抄總結。

---

網絡結構常見有以下兩種畫法，其實是一樣的。

預測過程

，

可能的輸出就是吸引子集合。

有異步與同步兩種更新方式：

訓練例子

左圖表示權重與閾值（偏置），右圖表示異步工作。3個節點，8種狀態。改變某個節點，狀態就會相互變化。011不管改變哪個節點，狀態總是不變，因此011是個唯一吸引子。

學習階段

其實就是權值的設計，有兩種方法。

這篇博客寫的內容更詳細些：https://blog.csdn.net/qq_41185868/article/details/80789989

?

總結

以上是生活随笔為你收集整理的离散型Hopfield神经网络（DHNN）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。