Python 用神经网络寻找数字序列中的模式

给定一系列由X个唯一函数生成的数字，比如本例中的12个，有没有一种方法可以构建一个神经网络来确定生成数字的12个唯一函数，以及哪些函数用于生成数字

例如，如果

f（x）=a

ghen

f（x'）=b

到l

示例顺序为：

a、 c，g，f，a，k，d，e，j，j，c，k，l…等等，你能确定生成a，b，c…l的函数吗

具有3个函数的更简单示例：

a = f(x) = x + 1
b = f(x) = x * 2
c = f(x) = x / 2

a、 b，c给定2作为输入 3, 4, 1 顺序可以是：

3,3,1,3,1,4,4,1,3,4

当然，函数永远不会像示例那样简单

---

你能确定

a=x+1

，

b=x*2

和

c=x/2

吗？

将神经网络视为美化函数逼近器。为了近似函数，您需要有示例输入和输出。如果您只有输出（如您所指的序列），那么答案很可能是“不，不可能”。如果您有输入/输出示例，那么您可以有一个循环网络，可以预测用于生成该序列的函数

为了驱动每个函数的公式，每个可能的函数都需要单独的网络，并且需要网络输出算术表达式树。这并不容易，但如果可以限制树的大小，这是可行的。简而言之，您希望网络输出运算符（+、-、*，等等）以及常量（1、2等）的分布，这些常量在每个运算符中用作lhs和RH

---

就我个人而言，我从来没有尝试过这样的事情，但如果你尝试过，我很想知道训练是如何进行的

功能是否仅限于特定形式？输入是如何产生的？e、 g.2在你给出的例子中。