java-神经网络(与Jeff Heaton的Encog一起)模拟计算机内存
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了java-神经网络(与Jeff Heaton的Encog一起)模拟计算机内存,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1418字,纯文字阅读大概需要3分钟。
内容图文
我想用jeff heaton的encog神经网络库模拟计算机内存.我只是不知道使用哪种方法.
我的要求是要有一个内存位置和一个值的字节集合.
location [0000]:byte-data[0101010]
location [0001]:byte-data[0101010]
这些是我传递给神经网络系统的值.
我试图避免每次内存数据更改时都重新训练神经网络.但这也许就是我需要做的.
您将使用什么神经网络技术来完成我想做的事情?
解决方法:
您要尝试做的不是一个问题,因为神经网络擅长于概括模式而不是学习模式,因此神经网络确实很棒.但是,您可能可以通过概率神经网络或常规感知来实现.您对您的问题有点含糊,所以我必须对我的答案含糊不清.我将假设您的意思是传递内存数据,然后将其“分类”到内存地址.这样,当您使用监督训练方法训练网络时,您将能够传递与现有项目相似或相同的内存数据,并且网络会为您提供地址.我想你也可以做相反的事情.
如果您使用概率神经网络,那么您实际上将在学习传递给网络的每个模式.当然,然后每次您要存储新的内存地址时,都需要向网络中添加一个新节点,这会使效率低下.已经完成工作来减少for example, this paper这个问题(您必须自己实现算法).也许这种类型的网络在准确“记忆”内存的同时,仍能够将结果归纳(使用概率)将是最可靠的.缺点是它将占用大量内存.
传统的前馈,反向传播网络(感知器)也应允许您执行以下操作.但是,您将必须小心创建足够的隐藏节点,以允许网络正确调用所有输入值.这样做当然会导致过度拟合,但是听起来您不想泛化输入数据,而是希望更好地调用模式.
为了解决学习新数据的问题,您只需要使网络能够随着时间的推移而学习,而不是一次学习即可.您将不得不对此进行更多研究,但是您将需要使用某种在线学习算法.
总之,请勿使用神经网络,而应使用其他算法:p
内容总结
以上是互联网集市为您收集整理的java-神经网络(与Jeff Heaton的Encog一起)模拟计算机内存全部内容,希望文章能够帮你解决java-神经网络(与Jeff Heaton的Encog一起)模拟计算机内存所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。