Question

因此，我目前已经制作了一层神经网络（我不知道您称该神经网络还是感知器）。我的问题是，我现在尝试将此扩展到两层网络，并且我想绘制此决策边界。我将第一层的权重存储在$ W $中，将第二层的权重存储在$ V $中。我一直在为感知器使用的代码如下：

${locale}.dbphrases.${value}

但是，让我们成为现实，如果我希望我的数据集是线性可分离的，那么我就没有理由实施神经网络了，所以显然我不能将方程用于直线，但是我该如何处理呢？我的第一个想法是在目标为0的位置绘制函数（即，有50％的可能性将其变为-1或+1的位置），但这真的是我应该采用的方法吗？

Answer 1

一种解决方案是在绘图区域上定义一个网格，并使感知器预测每个单个值。然后，您可以只用一种颜色绘制所有classA预测，而用另一种颜色绘制classB预测。两种颜色之间的线是决策边界。