我目前正在学习神经网络，可以理解基本的例子，如AND，OR，Addition，Multiplication等。
现在，我正在尝试建立一个需要两个输入x和n的神经网络，并计算pow（x，n）。并且，这将需要神经网络具有某种形式的循环，并且我不确定如何使用循环建模网络
这种计算可以在神经网络上建模吗？我假设它有可能..基于最近发布的论文（神经图灵机），但不知道如何。任何关于此的指示都会非常有用。
谢谢！
答案 0 :(得分：3)
前馈神经网络不是图灵完备的，特别是它们不能模拟任意顺序的循环。但是，如果您修复了要处理的最大n，那么您可以设置一个体系结构，该体系结构可以模拟最多重复n个循环。例如，您可以很容易地想象每个图层可以作为循环中的一个迭代，因此您可能需要n个图层。
对于可以使图灵完成的更通用的架构，您可以使用Recurrent Neural Networks (RNN)。本课程中的一个流行实例是Hochreiter和Schmidhuber所谓的Long short-term memory (LSTM)网络。但是，训练此类RNN与训练经典前馈网络有很大不同。
答案 1 :(得分：2)
正如您所指出的那样，Neural Turing Machines似乎能够很好地学习基本算法。例如，本文中已经实现的重复复制任务可能告诉我们NTM可以学习算法本身。截至目前，NTM仅用于简单任务，因此使用pow（x，n）来理解其范围将是有趣的，因为重复复制效果很好。我建议您阅读Reinforcement Learning Neural Turing Machines - Revised以获得更深入的了解。
此外，Memory Networks领域的最新发展使我们能够执行更复杂的任务。因此，为了使神经网络理解pow（x，n）可能是可能的。所以，继续尝试一下！