Artificial intelligence 具有非常随机输入网络的ANN结果

最初，我在Matlab中实现了一个反向传播网络，并将其用于XOR。但是，现在我使用以下输入/目标组合来使用相同的网络

输入=

[0；01；1000 0；11]

，目标=

[0；1000；1；0]

我得到的输出是

[1；1；1；1]

网络根本无法学习网络。谁能解释一下为什么会这样？如果我想建立一个可以学习如此小的I/O网络的网络，我该怎么办

任何解释都将不胜感激

问候

---

Max

这看起来像是一个缩放问题。在最初的XOR问题中，输入和输出都在可比较的尺度上，即[0,1]。在修改后的问题中，有些输入看起来是[0,1]，有些输入是[01000]

解决方案是将输入标准化为类似的刻度，通常使用[0,1]或[-1,1]。

---

在您的情况下，将输入除以1000就足以将您的范围放入[0,1]。不要忘记将输出反规范化（即，在您的情况下乘以1000）以恢复到原始比例。

非常感谢！你所说的缩放问题是什么意思？Cna你投了一些光吗？你的一个输入比另一个大一千倍。输入的大小应该相似。非常感谢！不管我在网络配置中做了什么改变，输出仍然是1,1,1,1。有什么原因不能改变吗？我是这个领域的新手，我的印象是网络权重会因随机初始化而改变。为什么每次降落时都有相同的输出？