Neural network 单层感知器

Neural network 单层感知器,neural-network,perceptron,Neural Network,Perceptron,我试图在MATLAB上训练一个具有重边函数的SLP,用于两类问题。 我的输入是(00)、(01)、(10)和(11)。目标值为(1-1) 这是我迄今为止尝试过的代码:_ P = {1,2,3,4}; P{1}= [0 0]; P{2}= [0 1]; P{3}= [1 0]; P{4}= [1 1]; T = {1,2,3,4}; T{1}= 1; T{2}= -1; T{3}= -1; T{4}= 1; net=perceptron; configure(net,P,T)

我试图在MATLAB上训练一个具有重边函数的SLP,用于两类问题。 我的输入是(00)、(01)、(10)和(11)。目标值为(1-1)

这是我迄今为止尝试过的代码:_

 P = {1,2,3,4};
 P{1}= [0 0];
 P{2}= [0 1];
 P{3}= [1 0];
 P{4}= [1 1];

T = {1,2,3,4};
 T{1}= 1;
 T{2}= -1;
 T{3}= -1;
 T{4}= 1;

net=perceptron;
configure(net,P,T);
net= train(net,P,T);
我得到这个错误信息:-

使用网络/列车时出错(第340行) 输入和目标具有不同数量的样本


我做错什么了吗?已经做了一段时间。

相反,将输入作为普通数组

P=[0 0;0 1;1 0;1 1]
T=[1 -1 1 -1]
net=perceptron;
configure(net,P,T);
net= train(net,P,T);

谢谢,这对我来说很有意义,你能告诉我应该如何将学习规则应用到我创建的感知机上吗?它给出了完全相同的错误,“使用网络/列车(第340行)输入和目标的错误具有不同的样本数。”。