Hopfield Network

概述

Hopfield 网络是一种递归神经网络，由 John Hopfield 在 1982 年提出，用于模拟联想记忆功能。

关键内容

1. 基本原理：Hopfield 网络是一种单层全连接的反馈网络，每个神经元都与其他所有神经元相连，具有对称权重（Wij = Wji）。

2. 能量函数：网络的状态变化遵循能量函数下降的原则，确保网络最终收敛到局部最小值，这些最小值对应于存储的记忆模式。

3. 联想记忆：给定部分或有噪声的输入模式，网络能够恢复完整的存储模式，表现出强大的联想记忆能力。

来源

• ai_papers_timeline.md — 神经网络发展历史
• Neural Networks and Learning Machines — 3rd Edition

相关

• McCulloch-Pitts 神经元模型 — builds_on
• Associative Memory — implements
• Energy-based Models — related_to
• Recurrent Neural Networks — part_of