05.神经网络简单异或实例（固定参数）

最新推荐文章于 2022-03-19 19:23:11 发布

evilwind2000

最新推荐文章于 2022-03-19 19:23:11 发布

阅读量237

点赞数

CC 4.0 BY-SA版权

分类专栏： # C++实现机器学习/图像处理算法

本文链接：https://blog.youkuaiyun.com/evilwind2000/article/details/114434335

C++实现机器学习/图像处理算法专栏收录该内容

9 篇文章

订阅专栏

本文介绍了一个使用C++编写的简单神经网络模型，通过激活函数和多层结构实现异或逻辑运算。通过pand(), pnxand(), por()函数定义了神经元，最终通过solve()函数组合，展示了如何用神经网络模拟逻辑门。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include<bits/stdc++.h>
#define ll long long
using namespace std;
double h(double x)//激活函数 
{
  return 1.0/(1.0+exp(-x)); 
} 

double pand(double * x)//与神经元 
{
  x[0]=1.0;
  double ans=-30.0*x[0]+20.0*x[1]+20.0*x[2];
  return h(ans);
}

double pnxand(double * x)//(notx1)and(notx2)
{
  x[0]=1.0;
  double ans=10.0*x[0]-20.0*x[1]-20.0*x[2];
  return h(ans);
}

double por(double * x)//或神经元 
{
  x[0]=1.0;
  double ans=-10.0*x[0]+20.0*x[1]+20.0*x[2];
  return h(ans);
}

double solve(double * x)//异或
{
	x[0]=1.0;
	double ans[10];
	ans[1]=pand(x);//隐藏层 
	ans[2]=pnxand(x);
	return 1.0-por(ans); //输出层 
}

int main()
{
  double x[10];
  x[1]=0,x[2]=1;
  cout<<solve(x)<<endl;
  x[1]=1,x[2]=1;
  cout<<solve(x)<<endl;
  x[1]=0,x[2]=0;
  cout<<solve(x)<<endl;
  return 0;
}