该博客介绍了NOIP提高组的一道关于神经网络的问题，涉及神经元的工作原理和神经网络的层次结构。题目要求根据输入的神经元状态和权值计算最终的输出层状态。解决方案提出使用广度优先搜索（BFS）策略，并强调在处理输入层时不需要减去阈值。最后，输出层神经元状态为0则输出'NULL'，否则按照编号升序输出状态。
【问题描述】
神经网络就是一张有向图，图中的节点称为神经元，而且两个神经
元之间至多有一条边相连，下图是一个神经元的例子：
神经元〔编号为1）
图中，X1—X3是信息输入渠道，Y1－Y2是信息输出渠道，C1表示神经元目前的状态，
Ui是阈值，可视为神经元的一个内在参数。
神经元按一定的顺序排列，构成整个神经网络。在兰兰的模型之中，神经网络中的神
经无分为几层；称为输入层、输出层，和若干个中间层。每层神经元只向下一层的神经元
输出信息，只从上一层神经元接受信息。下图是一个简单的三层神经网络的例子。
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
