知道神经网络的假设空间？

Question

所以我正在学习人工智能考试，我看到了这个问题：

知道e）是你的神经网络，它是相应的假设空间吗？

我知道答案是b），但我没有解释为什么它是b）。关于我在这里要做什么，我有点无能为力......

谢谢

Answer 1

人工智能考试中的问题在于找到值x和y，以便输出为＆＃34; true＆＃34;或＆＃34; false＆＃34;。

图（e）显示了一个小的前馈神经网络。神经元的输出是每个输入（和偏差，在图中用垂直箭头表示）的加权和的函数。例如，左上角神经元输出是10*x + 10*y -10的函数。这意味着这个神经元的输出是output1 = f(10*x + 10*y - 10)。此函数f称为激活函数。 在这里，神经元可以被认为是 perceptrons 。感知器是最简单的神经元模型：它们的激活函数是阶梯函数：f(u) = 1 if u > 0 and f(u) = 0 otherwise。

问题的目的是找出网络输出为x / y的值为1 /真/正的x和y值。

为此，您基本上只需计算网络神经元的输出并找到网络的特征。 左上角神经元：如果10*x + 10*y -10 > 0 <=> x + y - 1 > 0则输出为1，否则为0。 左下角神经元：如果-10*x -10*y +30 > 0 <=> x + y < 3则输出为1，否则为0。

最后一个神经元是一个非常基本的神经元，可以作为逻辑AND 。如果两个值都为真/ 1，则输出为1，因为1+1-1.5 = 0.5 > 0，否则输出为0。因此，该网络的假设空间是前两个空间的交叉点，即。 x + y - 1＆gt;的交点。 0和x + y < 3，即（b）。