这些矩阵是如何工作的？
How these matrices are working?
我正在阅读一篇关于模式识别的文章。我不明白这 8 列是怎么来的。以及它的输出是如何生成的。
我试图理解这个概念，但我不明白第一个矩阵是如何有 8 列的？以及它如何计算输出？
The network of figure 1 is trained to recognise the patterns T and H.
The associated patterns are all black and all white respectively as
shown below.
If we represent black squares with 0 and white squares with 1 then the
truth tables for the 3 neurones after generalisation are;
enter image description here
每个 table 代表你图像的一行。
您的 table 的每个 列 (Xij) 表示（您的输入图像的）一行中这些像素的可能组合，并且 OUT 表示这些组合的计算结果是真还是假。
有 8 列，因为 1 和 0 的 3 个值（2 的 3 次方）有 8 种可能性组合。
我认为如果您在垂直（转置）上查看那些 table 会更容易。
我正在阅读一篇关于模式识别的文章。我不明白这 8 列是怎么来的。以及它的输出是如何生成的。
我试图理解这个概念，但我不明白第一个矩阵是如何有 8 列的？以及它如何计算输出？
The network of figure 1 is trained to recognise the patterns T and H. The associated patterns are all black and all white respectively as shown below. If we represent black squares with 0 and white squares with 1 then the truth tables for the 3 neurones after generalisation are;
enter image description here
每个 table 代表你图像的一行。
您的 table 的每个 列 (Xij) 表示（您的输入图像的）一行中这些像素的可能组合，并且 OUT 表示这些组合的计算结果是真还是假。
有 8 列，因为 1 和 0 的 3 个值（2 的 3 次方）有 8 种可能性组合。
我认为如果您在垂直（转置）上查看那些 table 会更容易。