传统的单层神经网络在对于xor这样简单的分类问题都难以解决,把A0,A1分为一类,B0,B1分为一类,用一条直线是无论如何也无法区分的。
解决的方法是采用多层神经网络,我做了一个详细的计算,果然能解决,很神奇,记录下来,以后慢慢分析。请大部分订阅读者忽略
x1 | x2 | w11 | w12 | w21 | w22 | h1 | h2 | f(h1) | f(h2) | wa | wb | v | f(v) |
0 | 0 | 0.375 | 0.75 | 0.375 | 0.75 | 0 | 0 | 1 | 0 | 0.375 | 0.375 | 0.375 | 0 |
1 | 0 | 0.375 | 0.75 | 0.375 | 0.75 | 0.375 | 0.75 | 1 | 1 | 0.375 | 0.375 | 0.75 | 1 |
0 | 1 | 0.375 | 0.75 | 0.375 | 0.75 | 0.375 | 0.75 | 1 | 1 | 0.375 | 0.375 | 0.75 | 1 |
1 | 1 | 0.375 | 0.75 | 0.375 | 0.75 | 0.75 | 1.5 | 0 | 1 | 0.375 | 0.375 | 0.375 | 0 |
其中h1 = x1*w11+x2*w21
h2= x1*w12+x2*w22
v = wa*h1+wb*h2
f(h1),f(h2),f(v)分别为上图从左到右的三个函数f11(v),f12(v),f20(v)