当试图建立一个可以作为XOR门的神经网络时。
感知器在数学上不可能学习如何作为异或门。
它只能通过至少3个神经元的隐藏层来实现。
编辑：事情是，如果你再添加一个隐藏层，它将需要很长时间来学习问题，甚至更奇怪但它的输出每次都会相同，直到它最终知道问题。那是为什么？
为什么在尝试对XOR门进行建模时，具有多个隐藏层的NN会以这种方式中断？
问题不能简单，因为有太多的权重需要更新，因为我在一个隐藏层中训练了一个拥有100,000个神经元的网络，并且它比你添加多个隐藏层要快得多。
这里有一个更深层次的问题，我认为需要解决，并担心我无法轻易找到有关此问题的任何信息。