設計遞歸神經網絡架構

Question

我正在用Java開發一個遞歸神經網絡框架，並且很難決定是將連接性信息加載到神經元上還是加載到網絡類本身上。 我正在考慮的兩種設計如下：

1）類網絡保存節點類列表列表（頂點列表）。 為了運行神經網絡，網絡類激活所有連接到輸入節點的節點，並使用頂點列表連續激活相鄰的節點，直到所有路徑收斂到輸出節點上為止。

2）Class Network擁有一個節點列表。 每個節點都包含一個與其連接的輸入節點的列表。 為了運行神經網絡，網絡類激活輸出節點，該輸出節點遞歸激活相鄰節點並返回輸出。

我正在實現NEAT算法，因此沒有反向傳播要處理。 第一種選擇似乎會更復雜，而第二種選擇似乎是對體系結構的錯誤選擇，並可能導致大量冗余計算。

我想知道我是否正在解決所有這些錯誤，或者至少在這兩個選項中是否有明確的贏家。

Answer 1

恕我直言，我可以選擇第一個。 我同意第二個選擇聽起來是一個糟糕的選擇。 請記住，對於任何人來說，使用對象/類本身都不是必需的，OO隱藏的復雜性（將其隱藏在類中可以有人說）是沒有必要的。 在理想的世界中，良好的OO實現將需要更多的工作來從頭開始構建，但並不復雜，並且可以獲得更易於維護和理解的好處。