Warning: file_get_contents(/data/phpspider/zhask/data//catemap/0/search/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Artificial intelligence 用2x2x1神经网络无偏差求解异或问题?_Artificial Intelligence_Neural Network - Fatal编程技术网

Artificial intelligence 用2x2x1神经网络无偏差求解异或问题?

Artificial intelligence 用2x2x1神经网络无偏差求解异或问题?,artificial-intelligence,neural-network,Artificial Intelligence,Neural Network,如果没有偏差,一个有两个输入节点、两个隐藏节点和一个输出的神经网络是否能够解决异或问题?或者它会被卡住吗?如果我没记错的话,没有偏置就不可能有异或。保留偏置。它看不到您输入的值 根据一对一的类比,我喜欢将偏差视为直线方程中的偏移c-值:y=mx+c;它为您的系统添加了独立的自由度,而不受网络输入的影响。我构建了一个无偏差的神经网络,2x2x1体系结构解决了280个时代的异或问题。 我是新来的,所以不知道任何一种方法,但它是有效的,所以它是可能的 关于,是的,如果您使用像Relu(f(x)=max

如果没有偏差,一个有两个输入节点、两个隐藏节点和一个输出的神经网络是否能够解决异或问题?或者它会被卡住吗?

如果我没记错的话,没有偏置就不可能有异或。

保留偏置。它看不到您输入的值


根据一对一的类比,我喜欢将偏差视为直线方程中的偏移
c
-值:
y=mx+c
;它为您的系统添加了独立的自由度,而不受网络输入的影响。

我构建了一个无偏差的神经网络,2x2x1体系结构解决了280个时代的异或问题。 我是新来的,所以不知道任何一种方法,但它是有效的,所以它是可能的


关于,

是的,如果您使用像Relu(f(x)=max(0,x))这样的激活函数,您可以

此类网络的权重示例如下:

Layer1: [[-1, 1], [1, -1]]
Layer2: [[1], [1]]
对于第一个(隐藏)层:

  • 如果输入为[0,0],则两个节点都将激活0:ReLU(-1*0+1*0)=0,ReLU(1*0+-1*0)=0
  • 如果输入为[1,0],一个节点将激活0 ReLU(-1*1+1*0)=0,另一个节点将激活1 ReLU(1*1+-1*0)=1
  • 如果输入为[0,1],则一个节点将激活1 ReLu(-1*0+1*1)=1,另一个节点将激活0 ReLu(1*0+-1*1)=0
  • 如果输入为[1,1],则两个节点的激活将为0:ReLU(-1*1+1*1=0)=0,ReLU(1*1+-1*1=0)=0
对于第二(输出)层: 由于权重为[[1],[1]](并且由于ReLU,上一层不会出现负激活),因此该层仅充当第1层中激活的总和

  • 如果输入为[0,0],则前一层中的激活总数为0
  • 如果输入为[1,0],则前一层中的激活总数为1
  • 如果输入为[0,1],则前一层中的激活总数为1
  • 如果输入为[1,1],则前一层中的激活总数为0

虽然该方法在上面的示例中恰好有效,但它仅限于对XOR问题的错误示例使用零(0)标签。例如,如果我们用一个作为假例子,用两个作为真例子,这种方法将不再有效。

我有一个(我希望是有效的)神经网络类,它似乎能够用2个输入、3个隐藏神经元和1个输出来解算,但不能用2个隐藏神经元来解算。当计算net=w1x1+w2x2时,仅仅在等式中加1就足够了吗,net=w1x1+w2x2+1,还是仍然不够?我必须有第三个重量吗?谢谢,我认为在你的例子中,有3个隐藏的神经元,其中一个神经元的行为像一个偏差,这就是为什么它起作用。我想不出一个能处理2个隐藏节点的例子。不使用偏见的原因是什么?没有偏见有更多的限制,例如不可能。你可能对这个答案+1感兴趣。你能考虑一下回答我的问题吗?我认为它又与偏见有关,也许我认为答案是错误的…