规则学习网络
Posted gxxtsz
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了规则学习网络相关的知识,希望对你有一定的参考价值。
如下图:是规则学习网络的基本单元——判别器,它接受输入,判断是否输出以及输出的大小。
判别器的最基本的意义是:它代表了一个事物,由输入决定,每个输入都有一个权重,代表这个输入对判别这个事物的影响大小。所以权重的和值应该为1.而输出就是判别这个事物为真的概率。
由于一个判别器的输出是另一个判别器的输入,所以每个判别器的输入输出都大于零小于等于1.
我们可以给判别器设置阈值,以减小网络的计算量。
由于一些判别器的判别建立在另外一些判别器的基础上,所以多个判别器单元可以组成一个大的判别器,多个大的判别器可以组合成更大的判别器。
规则学习网络是模拟人类大脑的,而对于这种网络或者人类大脑来说,普通的数学计算也建立在判别器的规则之上,所以它没有用计算机直接计算快,但是它或许可以调用计算机,就像人类使用计算机进行计算。
规则学习网络和传统的神经网络各有优缺点。规则学习网络适用于学习人类规则。而传统的神经网络是用于学习宇宙规则。但是规则学习网络可以使用传统的神经网络,就像人类利用计算机和数学探索宇宙一样。
以上是关于规则学习网络的主要内容,如果未能解决你的问题,请参考以下文章
BindsNET丨Part II. 创建和添加学习规则(Creating and Adding Learning Rules)