如何逐个神经元定义神经网络？
How to define neural network neuron-by-neuron?
所以我们想要一个随机的类脑神经元混乱。含义：
- 我们有 AxB 输入和 CxD 输出。
- 我们希望有 K（其中 K >= CxD）个随机连接的神经元。
- 然而，所有 K 个神经元都连接到至少一个 AxB 输入，
- 并且所有 K 个神经元都连接到至少一个 CxD 输出。
类似的东西（这里 AxB=5，K=4，CxD=2）：
神经元应该做的操作是加权求和+像LeakyReLu这样的一些减少。
因此可以想象，当连接随机性受到控制时，连接会像 CNN 层一样定位在图像块上，它会产生有趣的结果。
如何在 PyTorch 中做这样的事情（一个接一个地处理神经元）？
这里有两个问题：主要问题是如何对连接进行随机采样，次要问题是如何优化稀疏线性层。
至于小问题，您可以根据链接的答案实现。
至于随机连接，您必须以没有“循环”的方式实现它
所以我们想要一个随机的类脑神经元混乱。含义：
- 我们有 AxB 输入和 CxD 输出。
- 我们希望有 K（其中 K >= CxD）个随机连接的神经元。
- 然而，所有 K 个神经元都连接到至少一个 AxB 输入，
- 并且所有 K 个神经元都连接到至少一个 CxD 输出。
类似的东西（这里 AxB=5，K=4，CxD=2）：
神经元应该做的操作是加权求和+像LeakyReLu这样的一些减少。
因此可以想象，当连接随机性受到控制时，连接会像 CNN 层一样定位在图像块上，它会产生有趣的结果。
如何在 PyTorch 中做这样的事情（一个接一个地处理神经元）？
这里有两个问题：主要问题是如何对连接进行随机采样，次要问题是如何优化稀疏线性层。
至于小问题，您可以根据链接的答案实现
至于随机连接，您必须以没有“循环”的方式实现它