Swift XOR神经网络-意外结果

我试图在swift中实现Daniel Shiffman的XOR神经网络，我拥有所有部分，但经过训练，结果出乎意料

我的一部分认为这是一个实际的训练系统，试图同时学习多种东西

我已将我的游乐场连接起来，以防任何人发现任何错误：

丹尼尔斯代码：

---

您的代码中有几个错误。第一个（也是最重要的）是你创建人际网络的方式的微妙之处

现在你正在使用

inputs = [Neuron](repeating: Neuron(), count:2+1)
hidden = [Neuron](repeating: Neuron(), count:4+1)

但这会创建具有相同

神经元的所有输入，以及具有相同
神经元的所有
隐藏的
，因此只有4个
神经元
s：2个用于输入（规则重复2次和一个偏差神经元），2个用于隐藏（规则重复4次，1个用于偏差）

只需使用for循环即可解决此问题：

public class Network
{
    var inputs:[Neuron] = []
    var hidden:[Neuron] = []
    var output:Neuron!

    public init()
    {
        for _ in 1...2 {
            inputs.append(Neuron())
        }

        for _ in 1...4 {
            hidden.append(Neuron())
        }

        //print("inputs length: \(inputs.count)")

        inputs.append(Neuron(bias: true))
        hidden.append(Neuron(bias: true))

        output = Neuron()

        setupInputHidden()
        setupHiddenOutput()
    }

    ...
}

另一件（次要的）事情是，当你计算一个
神经元的输出时，你是在添加偏差而不是替换它，我不知道这是否是故意的，但结果似乎没有受到影响

创建网络时使用了多少隐藏层节点？我发现，当您至少有3个节点时，带有1个隐藏层的XOR工作得更好。我有1个隐藏层，带有4个节点初始化
连接时，您在
[0，1]
范围内给
权重属性一个随机值，但权重应该在
[-1，1]
范围内随机化。尝试将
Connection
初始化中的行
self.weight=we
更改为
self.weight=2*we-1
。啊！我不知道“重复：”使用相同的第一个论点：-/非常感谢你澄清和解决了我的问题。当stackoverflow允许我时，我将奖励分数。