如果將神經網絡的訓練集理解成哈密頓量，但是哈密頓算符并不是矩陣形式，比如拉普拉斯算符

而神經網絡的訓練集都是矩陣，如何才能將數學解析式變成矩陣的形式？

一種可能的辦法是Fock矩陣方法，比如假設波函數

其中Φ是已知的，c是待定系數

這個表達式中只有E和c是變量，h是已知的。也就是無論哈密頓算符和波函數的解析式是什么形式，能級都可以表達成3個實數的積。

如果考慮的不是一個電子而是很多的電子，就要考慮所有電子之間的相互作用，就會得到一個矩陣形式的能量表達式

其中F就是Fock矩陣，由訓練集表達，而c就是權重。

對于一個二分類網絡就是

(A,B)---m*n*k---(1,0)(0,1)

讓由訓練集A和B共同表達的Fock矩陣對角化的過程。

?

?

?

總結

以上是生活随笔為你收集整理的神经网络训练集与Fock矩阵的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。