如果我错了，请纠正我，但是可以使用1层网络实现具有最少3个门（NAND，OR） - ＆gt;（AND）的XOR功能。但是，是否可以正确训练网络，让每个感知器只使用阈值激活功能和感知器训练规则？即使用感知器学习规则而不是增量学习规则。
到目前为止，理论上唯一的解决方案是在形成实际网络之前，针对特定任务（即NAND OR和AND）单独训练每个感知器，但这会破坏学习网络的点。
答案 0 :(得分：2)
不，您不能使用感知器算法来训练多层网络。您需要基于梯度的学习，而感知器算法不会产生渐变;它优化了不可微分的零丢失。
答案 1 :(得分：-1)
答案很简单，因为我们记得感知器法处理单层（一个门，或者，和nand门），但xor门包含多个（和，或和nand）门的组合，这就是感知器的原因法律不满足XOR GAT