Python scikit神经网络的mlp分类器不适用于xor

我正在尝试创建一个神经网络，它可以使用scikit神经网络学习xor问题。我每样东西的输出都是1

import sknn.mlp as mlp;
import numpy as np; 
""" input layer """
ip_layer = mlp.Layer('Sigmoid', units=2);
hidden_layer = mlp.Layer('Tanh', units=3);
op_layer = mlp.Layer('Softmax', units=1);
nn = mlp.Classifier([ip_layer, hidden_layer, op_layer], n_iter=10000);
nn.fit(np.array([[0,0], [1,0], [0,1], [1,1]]), np.array([[0], [1], [1], [0]]));
print nn.predict(np.array([[0,0], [0,1], [1, 0], [1, 1]]))

它预测[[1]、[1]、[1]、[1]]。 还有一个关于堆栈溢出本身的问题，它尝试了类似的代码，但我无法理解解决方案，它不允许我发表评论

它给了我以下警告。我不确定这是否相关

/usr/local/lib/python2.7/dist-packages/theano/tensor/signal/downsample.py:6： 用户警告：下采样模块已移动到 theano.tensor.signal.pool模块。“下采样模块已移动 指向theano.tensor.signal.pool模块。“）[（4，1）]

---

使用您的原始代码，我得到了断言错误：数据集大小和输出层中的单位不匹配。

我已经修改了您的代码，使输出层的单位数为2（这似乎很关键），并得到了正确的预测输出

import sknn.mlp as mlp;                                            
import numpy as np;

ip_layer = mlp.Layer('Sigmoid', units=2)
hidden_layer = mlp.Layer('Tanh', units=3)
op_layer = mlp.Layer('Softmax', units=2) # <-- units=2, not 1

nn = mlp.Classifier(
    [ip_layer, hidden_layer, op_layer],
    n_iter=10000
)

x_train = np.array([[0,0],[1,0],[0,1],[1,1]])
y_train = np.array([[0],[1],[1],[0]])

nn.fit(x_train, y_train)

y_predict = nn.predict(x_train)

print 'y_predict is', y_predict

我的环境版本

Python 2.7.9

>>> np.__version__
'1.11.0'
>>> sknn.__version__
u'0.7'
>>> lasagne.__version__
'0.1'
>>> theano.__version__
'0.8.2'

无警告

至于警告

UserWarning:downsample模块已移动到theano.tensor.signal.pool模块。

，这似乎是良性的，只是库中的一个界面更改，将

theano

版本更新为

0.8.0

应该可以修复它（

sknn

使用

lasagne

和

theano

下面）

参考号

---

ref

鉴于您正在处理二进制分类问题，输出层应使用Sigmoid激活功能

---

op_layer=mlp.layer（'Sigmoid'，units=1）；

感谢您的回复。我尝试了此更改。这似乎不起作用。我得到了相同的输出。我将再次查看代码并返回给您：）非常感谢。如果我把它分成两个单位，我的就不行了。这可能是因为我使用了不同的版本还是什么？我得到了相同的错误断言错误：数据集大小和输出层中的单位不匹配。将我的版本添加到了答案中，希望有帮助！我使用的是1.8.2的numpy版本。其余的一切都和你的一样。Python版本是2.7.6。这可能也是一个bug，谢谢！该错误尚未分配给任何人。我应该跟进吗？

Python 2.7.9

>>> np.__version__
'1.11.0'
>>> sknn.__version__
u'0.7'
>>> lasagne.__version__
'0.1'
>>> theano.__version__
'0.8.2'