猫史档案馆

1.概念文字（失败）

我觉得数字是绝对的，应该用含有模糊性的文字代替数字 每个权重都代表了一个文字，每两个文字相乘得到”词典“里的一个新文字 后来发现数字也可以是模糊的...而且字典太喵难录了

2.布尔值（失败）

不再有小数，所有的数字不是-1，0就是1 最终发现逻辑结构无法监督所以没了

3.寻路（失败了但没有完全失败）

我把每一个维度变成一项“感知”，每项感知都可以感到不可以进入的“障碍”，基本原理就是往没障碍的地方跑并最终达到目标地点（也就是根据希望感知到的东西设定的目标）。后来为了方便算，干脆把障碍变成一种凸起，离障碍越远，就越低 至于为什么说 失败了但没有完全失败，是因为我发现这好像就是梯度下降....

4.分半（成功）

我把数字识别神经网络分成两半来训练，第一半将图像的几个结构特征划出来，第二半通过已知的结构特征来判定是哪个数字。结果挺成功的 详见编程猫社区-【人工智能神经网络】我今天发现一个有趣的现象-编程学习交流

5.操作

我在神经网络前面又放了一个行动节点，行动节点激活即代表其对应的行动执行。比如说，有一个节点，是"观察"和"不观察" 如果观察，则将像素图片录入到输入节点，否则不录入 我现在正在做所以还没有结果 我想说的是不要像我一样三个月前已经想出来拖了三个月才开始写

 

最后再说一下为什么没有放到Python乐园里 虽然我程序是用Python写的，但对于神经网络 编程语言并不是那么重要 只要有数学模型，你想用Perl跑都可以