Hopfield网络
1. Hopfield 网络的基本结构

Hopfield 网络由一组相互连接的神经元节点组成，每个节点既可以接收来自其他节点的输入，也可以发送输出到其他节点。
对称连接权重：Hopfield 网络的连接权重是对称的，即权重矩阵 W 满足 W_{ij} = W_{ji}，并且没有自连接（即 W_{ii} = 0 ）。
二值状态：每个神经元的状态通常是二值的（+1或-1，或者0和1），代表“激活”或“非激活”。

2. Hopfield 网络的输入数据
Hopfield 网络的输入是一个向量，可以是存储在网络中的某个模式，也可以是带有噪声或部分破损的模式。通过网络的运行过程，Hopfield 网络能够将输入数据收敛到某个最接近的存储模式上。 

输入形状：假设网络中有 N 个神经元，那么输入向量的形状是 N \times 1 。每个神经元对应输入向量中的一个元素，初始输...