底物编码中的CPP与CEP模块实现解析
1. 底物编码基础与计算神经输出
在底物编码系统中,有一段代码用于计算神经输出:
{[Output || {_Coord,Output,_Weights} <- Output_Hyperlayer],lists:reverse(Acc)}.
calculate_neurode_output_noplast([{_I_Coord,O,_I_Weights}|I_Neurodes],
{Coord,Prev_O,[Weight|Weights]},Acc)->
calculate_neurode_output_noplast(I_Neurodes,{Coord,Prev_O,Weights}, O*Weight +Acc);
calculate_neurode_output_noplast([],{Coord,Prev_O,[]},Acc)->
functions:tanh(Acc).
这种编码方式便于为底物添加一定程度的循环性,且能让单个进程高效处理包含数百万神经元的底物。还可进行优化,如将底物拆分为多个并行超立方体,或把基于向量的表示输入到GPU进行并行处理。不过,从密度列表、传感器和执行器列表构建底物的函数实现较为困难。
2. 底物cpps和ceps的实现思路
底物cpps和ceps分别与传感器和执行器功能相似,但它们是神经网络系统的一部分,属于“感知 - 思考 - 行动”循环中的“思考”元素。为避免重新实现已有功能,可扩展传感器和执行器记录,添加类型元素,以区分
超级会员免费看
订阅专栏 解锁全文
931

被折叠的 条评论
为什么被折叠?



