Machine learning XOR递归神经网络的序列训练数据

Machine learning XOR递归神经网络的序列训练数据,machine-learning,artificial-intelligence,neural-network,Machine Learning,Artificial Intelligence,Neural Network,我试图实现一个递归神经网络,并试图让它学习一个异或函数作为一个小例子 由于它是一个循环网络,我认为最好让它只与一个输入单元一起工作,以查看它对以前状态的记忆情况;即,基于顺序输入实现XOR函数: INPUT(t-1) = 0 INPUT(t) = 1 OUTPUT(t) = 1 或 因此,我的输入训练数据将按以下顺序一次显示一位: inputs = { 0, 0, 1, 1, 0 } 以及相应的目标输出 targets = { 0, 0, 1, 0, 1 }. 但这不是学习,尽管我知

我试图实现一个递归神经网络,并试图让它学习一个异或函数作为一个小例子

由于它是一个循环网络,我认为最好让它只与一个输入单元一起工作,以查看它对以前状态的记忆情况;即,基于顺序输入实现XOR函数:

INPUT(t-1) = 0
INPUT(t)   = 1
OUTPUT(t)  = 1

因此,我的输入训练数据将按以下顺序一次显示一位:

inputs = { 0, 0, 1, 1, 0 }
以及相应的目标输出

targets = { 0, 0, 1, 0, 1 }.
但这不是学习,尽管我知道这可能有很多原因,但我想知道,也许我没有正确定义我的数据集,因此我不会向我的网络提出正确的问题。我来到这里,然后寻找关于什么是正确的训练集的想法,用于“顺序”异或函数的监督学习

我正在处理的实现类似于Elman RNN,如果您需要有关它的任何详细信息,请询问。

以下链接:


包含处理XOR问题的经常性Elman网络实现。它使用Encog(相对容易使用)来处理网络本身的实现。希望您能够看到实现中的差异并加以纠正。

您是否很好地遵循前向传播-后向传播?我建议从米切尔的书中引用Andrew Ng lec()和CHAP 4…我实现了神经网络代码。。我用它来编码解码,我也用“相同”来识别手写数字。你能展示一些代码吗?您是否正在使用BTT(穿越时间的反向道具)?
targets = { 0, 0, 1, 0, 1 }.