Javascript中用于XOR门的简单感知器

我试图用一个感知器来预测异或门。然而，结果似乎完全是随机的，我找不到错误

我做错了什么？ -我的训练方法错了吗？ -或者感知器模型有错误吗？ -或者单个感知器不能用于此问题

class Perceptron {

    constructor(input_nodes, learning_rate) {
        this.nodes = input_nodes;
        this.bias = Math.random() * 2 - 1;
        this.learning_rate = learning_rate;
        this.weights = [];

        for (let i = 0; i < input_nodes; i++) {
            this.weights.push(Math.random() * 2 - 1)
        }
    }

    train (inputs, desired_output) {

        // Guess the result
        let guess = this.predict(inputs);
        let error = desired_output - guess;

        // Adjust weights and bias
        for (let i = 0; i < this.weights.length; i++) {
            this.weights[i] += this.learning_rate * error * inputs[i];         
        }
        this.bias += error * this.learning_rate;
    }

    predict (input_array) {

        if ( input_array.length != this.nodes) throw new Error({message: 'Invalid Input!'})

        let sum = this.bias;
        for (let i = 0; i < input_array.length; i++) {
            sum += this.weights[i] * input_array[i];
        }

        return this.activate(sum);
    }

    activate (num) {
        return num < 0 ? 0 : 1;
    }
}

module.exports = Perceptron;

if ( require.main === module ) {
    let p = new Perceptron(2, 0.003);

    for ( let i = 0; i < 1000; i++ ) {
        p.train([0, 0], 0);
        p.train([0, 1], 1);
        p.train([1, 0], 1);
        p.train([1, 1], 0);
    }

    console.log( p.predict([0, 1]) )
}

类感知器{ 构造函数（输入节点、学习速率）{ this.nodes=输入_节点； this.bias=Math.random（）*2-1； 这个。学习率=学习率； 此参数为：权重=[]； for（设i=0；i您似乎没有隐藏层。神经网络至少有一个“中间”层也传播这些值。像这样

---

是一个制作简单神经网络的好地方。

你不能用一个感知器来制作XOR，因为XOR不是线性可分的（这是个玩笑吗？）。如果你使用多个感知器，在一张纸上计算几个迭代，然后比较它们。@IvanKuckir哦，是的！谢谢，是的，但我不想建立一个神经网络。只是想看看单个感知器能做什么。我得到了我的答案——这是因为和XOR不是线性可分的。