初级：神经网络结构

Question

我想将神经网络用作自动联想记忆。因此，期望的输出等于输入。我会应用 Hebbs 规则来训练网络。

我在表单中有一个模式

Sample1 =  [1 1 1 1 1 1 -1 1 1 1 1 1 -1 -1 -1 -1 -1 -1 1 1 1 1 1 1 1 1 1 1 1 1 ]';

长度d = 30。我有一组p 存储在数据库中的样本， 数据库，X = {Sample1,Sample2,....,Sample_p}

但是我在理解什么决定了神经网络的输入时遇到了一些概念上的问题——是所有样本（示例）还是每个样本/示例？一般来说，输入的数量和输出的数量是什么意思？

Answer 1

神经网络的输入是一个例子 [1]。输入的数量定义为与此示例关联的值的数量。在您的情况下，输入数为 30。

输出数量取决于您的任务。由于您的目标是输出等于输入，因此输出的数量与输入的数量相同。但是请注意，输出/输入的实际值可能并不完全相同。您的情况下的输出数量也是 30。

[1] 为了加快训练/学习过程，机器学习人员倾向于同时使用多个示例作为输入。这并不总是必要的，但基本概念是一次提供一个示例。