Question

我尝试从python上的tutorial重写代码到julia并获得意想不到的结果 - [0.5; 0.5; 0.5; 0.5]我一次又一次地看着这行，但看不出差异。

Python代码：

from numpy import exp, array, random, dot
training_set_inputs = array([[0, 0, 1], [1, 1, 1], [1, 0, 1], [0, 1, 1]])
training_set_outputs = array([[0, 1, 1, 0]]).T
random.seed(1)
synaptic_weights = 2 * random.random((3, 1)) - 1
for iteration in xrange(10000):
    output = 1 / (1 + exp(-(dot(training_set_inputs, synaptic_weights))))
    synaptic_weights += dot(training_set_inputs.T, (training_set_outputs - output) * output * (1 - output))
print 1 / (1 + exp(-(dot(array([1, 0, 0]), synaptic_weights))))

我的朱莉亚代码：

function activate(x)
    return 1./(1+exp(-x))
end

function g_activate(x)
    return x.*(1-x)
end

function test(iter)

Input = [0 0 1;0 1 1;1 0 1;1 1 1]
TInput = transpose(Input)
Test = [0, 1, 1, 0]
Weights = 2 * rand(3, 1) - 1

for i in 1:iter

output = activate(Input*Weights)
error = Test - output
delta = error.*g_activate(output)
Weights +=  TInput*delta

end

println(activate(Input*Weights))
end

我做错了什么，以及如何在朱莉娅更惯用的方式

Answer 1

您在Julia代码中使用了错误的输入数据。要匹配Python示例

Input = [0 0 1;0 1 1;1 0 1;1 1 1]

应该是

Input = [0 0 1;1 1 1;1 0 1;0 1 1]

这就是我通过更正输入得到的结果：

julia> test(10000)
[0.00966854; 0.992117; 0.993589; 0.00786553]

如果我使用training_set_inputs = array([[0, 0, 1], [0, 1, 1], [1, 0, 1], [1, 1, 1]])运行Python代码，我会收到[ 0.5]。

Julia中的简单神经网络

1 个答案: