基于神经网络的骑士之旅

你不能在原地更新神经元。由于U[t+1]依赖于U[t]和V[t],如果您已经更新了V,那么U的计算将是错误的

我认为您应该将更新分为两个阶段 更新_状态和更新_输出,以便更新所有U,然后更新所有V

    for n in neurons:
        n.update_state()
    for n in neurons:
        n.update_output()

第一印象是,你只有一个缓冲板。我这样做是基于这样一个事实,即我没有看到迭代之间有任何缓冲区交换——我没有仔细观察,可能很容易出错。

如果在适当的位置修改一个缓冲区,当您进行相邻计数时,您会将它们建立在一个部分修改过的板上,而不是一开始的板上。

在看过你的代码后,我认为你对你使用的公式的解释可能是不正确的。你说当更新状态时,你加四而不是两,然后减去神经元本身的输出。在我看来,你把神经元本身的输出减去两次。查找邻域的代码似乎无法区分神经元的邻域和神经元本身,您需要运行此代码两次-每个顶点一次。