Neural network 在深度学习中如何确定z1和z2以及偏差值

有一个问题：

以下哪种神经网络可以表示以下函数？选择所有适用的选项

(x1 AND x2) OR (NOT x1 AND NOT x2)

x1和x2以及对z1和z2的偏差给出了一些值。有人能解释一下，我如何根据这个公式（（x1和x2）或（不是x1和x2））计算第2层z1、z2和偏差值

我试过z1=g（x1+x2+b）和z2=g（x1+x2+b），那么接下来我会怎么做

首先，我提出了z1和z2方程，给定（0,0,0,1,1,0,1），计算每个图表的y值

然后我计算了这个函数的输出（x1和x2）或（不是x1和x2）（0,01,10,11）

我将第2项的结果与第1项中的y值进行比较，它们都是相同的，这是正确的选择

---

可能的解决方案应该有权重（现在你对z1，z2有相同的等式）。那么方程应该是z1=符号（wa1*x1+wa2*x2+ba1），z2=符号（wa2*x1+wa2*x2+ba2），y=符号（wb1*z1+wb2*z2+bb1）。你不计算权重/偏差。这些由图表上的数字给出。您计算激活（z，y），给定输入（x）和权重/偏差（wa，wb，ba，bb），如图1所示。z1的偏差为-0.5。z2的偏差为1.5。z1，z2的值在我之前给出的方程式中给出，ba1=-0.5，ba2=1.5*有正确的拼写和更好的名称：z1=sign（wz11*x1+wz21*x2+bz1），z2=sign（wz21*x1+wz22*x2+bz2），y=sign（wy11*z1+wy21*z2+by1）正确的图像是那些在插入权重值、偏差、，网络计算的结果与函数

（x1和x2）或（非x1和非x2）