【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。

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。
最低0.47元/天 解锁文章
721

被折叠的 条评论
为什么被折叠?



