19、神经网络抽象机的需求与实现

神经网络抽象机的需求与实现

1. 神经元计算基础

神经元的计算需要所有输入数据准备就绪，即神经单元拥有所需的全部输入时，才能进行内部计算。为实现这一计算，需要以下几个关键函数：
- compute forwN : INPUT → STATE ：计算神经元的内部状态（例如净输入值）。
- output functionN : STATE → OUTPUT ：从内部状态计算输出值。

这里的 STATE 和 OUTPUT 域在后续细化中可以不做具体规定，但为了便于表述，假设 STATE ≡ OUTPUT ≡ IR 。在前馈网络中，状态并非严格必要，但它有助于存储反向传播阶段所需的信息。

另外，还需要两个函数来访问神经元的 STATE 和 OUTPUT 值：
- state forwN : NEURONS → STATE
- out forwN : NEURONS → OUTPUT

它们可以按以下方式实例化：

state forwN(ni) ← compute forwN(in forwN(ni))
out forwN(ni) ← output functionN(state forwN(ni))

需要注意的是， comput