Neural network 感知器误差

从一周开始，我尝试做一个单层感知器神经网络（Java）。我使用一个函数Heavyside来计算神经元的退出，并使用Widrow-Hoff算法进行机器学习。 我的问题是，在学习之后，我给我的电脑举了一些例子，他有时回答正确，有时回答不好。所以我的问题是：“有没有可能是一台电脑，在学习之后，他给了我一个糟糕的答案？”

例如，我给出如下： 1和1=

第一次，他给我：1， 第二次：0，

---

第三次：1

是的，如果使用梯度下降算法学习，则网络可以收敛到次优解。

---

为了解决这一问题，您可以尝试修改您的学习速率或使用衰减的学习速率。

是的，如果您使用梯度下降算法学习，则网络可以收敛到次优解。

---

为了解决这个问题，你可以尝试修改你的学习速度或使用衰减的学习速度。

是的，人类在“学习”之后也可能给你错误的答案。是的，人类在“学习”之后也可能给你错误的答案。