vault backup: 2026-05-08 11:17:09

.obsidian/workspace.json

@@ -28,13 +28,13 @@
             "state": {
               "type": "markdown",
               "state": {
-                "file": "01 Library/11 Machine Learning/Backpropagation для однослойного перцептрона.md",
+                "file": "00 Inbox/Сети Хопфилда и Хэмминга.md",
                 "mode": "source",
                 "source": false,
                 "backlinks": false
               },
               "icon": "lucide-file",
-              "title": "Backpropagation для однослойного перцептрона"
+              "title": "Сети Хопфилда и Хэмминга"
             }
           }
         ],
@@ -263,9 +263,9 @@
   },
   "active": "14bb00550c54e489",
   "lastOpenFiles": [
+    "01 Library/11 Machine Learning/Backpropagation для однослойного перцептрона.md",
     "01 Library/11 Machine Learning/Backpropagation для многослойной нейронной сети.md",
     "01 Library/11 Machine Learning/Обратное распространение ошибки.md",
-    "01 Library/11 Machine Learning/Backpropagation для однослойного перцептрона.md",
     "01 Library/11 Machine Learning/Нейронные сети.md",
     "00 Inbox/Сети Хопфилда и Хэмминга.md",
     "99 System/Cache/Pasted image 20260508103431.png",

00 Inbox/Сети Хопфилда и Хэмминга.md

@@ -26,3 +26,17 @@ title: Сети Хопфилда и Хэмминга
 Выходы идут на входы всех нейронов, кроме его самого.
 
 Получаем вес $w_{ij}$ 
+При функционировании сети Хопфилда, мы получаем эталон, т.е. конкретное "изображение".
+## Сеть Хемминга
+Если нам не нужно получать изображение, а достаточно лишь номера эталона, то можно использовать более экономную сеть Хемминга
+
+Идея: нахождение расстояния Хемминга (Манхеттенское) между входом и всеми образцами.
+
+Сеть должна выбрать образец с минимальным расстоянием до неизвестного входного образа, тогда будет активирован только один выход сети, соответствующий номеру образца.
+
+### Архитектура
+Два слоя: 
+- 1 слой (работает один раз, запоминая)
+- 2 слой
+В каждом слое столько нейронов, сколько образцов необходимо запомнить.
+Входной образ - вектор