machine-learning - 为什么没有人将 Hopfield 网络用于 MNIST？

Question

我目前正在修补 Hopfield 网络，这是一个非常有趣的神经元网络。我也在为 Hopfield 网络编写自己的代码来识别 MNIST 数字，但它无法正常工作，所以我尝试在网上搜索它。令人惊讶的是，我几乎找不到任何与 MNIST 数字和 Hopfield 网络相关的内容。谁能告诉我原因吗？

Answer 1

据我了解，Hopfield 网络非常适合获得与给定输入(内容可寻址内存)相似的结果。它们不直接适用于分类。因此，无论如何，在 Hopfield 网络之后您都需要一个分类器(例如 MLP/k-NN)。这可能就是它不被使用的原因。

此外，对于 MNIST 来说，阈值相对较高。最低误差约为 0.23% ( source )。发表比现有技术水平差很多的结果是很困难的，而且基本上没有动力这样做。或者，如果您没有做一些全新的事情/如果您不能指望做得更好，甚至可以尝试一下。

对于来这里了解 Hopfield 网络的人们:J. J. Hopfield。 Neural networks and physical systems with emergent collective computational abilities发表于《美国国家科学院院刊》，1982 年。

对于德国人:我的 German mini-summary of Hopfield neworks .