Question

假设我有一个这样的数据集：

[   [0, 0], [0, 1]
    [0, 1], [1, 0]
    [1, 0], [1, 0]
    [1, 1], [0, 1]   ]

实际上，y1 = x1 XOR x2，y2 = not（x1 XOR x2），这看起来并不奇怪。

使用维基百科中提供的code编写的是Python，训练错误似乎并未收敛。

为什么会这样？是否有可能使用（2,2,2）BP网络训练此数据集？（2,2,2）表示输入层节点编号，隐藏层节点编号和输出层节点编号均为2（偏置节点除外）。

或者代码有问题吗？

Answer 1

可以很容易地为此训练（2,2,2）神经网络。我刚刚在Encog中尝试了这个，并且它在与单个输出版本相同的时间内进行了训练。实际上你所拥有的是网络配置为一个n分类。也就是说，每个预期值都有一个输出神经元。

我不是真正精通Python，但我猜想在代码的改编中它是一个问题。它不是人工神经网络的固有限制。