Pytorch XOR实施四舍五入问题？

Question

我已经在Pytorch中使用超简单的NN实现了XOR问题作为学习练习。网络已经过训练，现在我给它新的输入，寻找输出，我得到以下信息：

print("(0, 0) = {}".format(model(Variable(torch.Tensor([0, 0]).unsqueeze(0)))))

print("(1, 0) = {}".format(model(Variable(torch.Tensor([1, 0]).unsqueeze(0)))))

7.7716e-07, 1

为什么对输入[1, 0]输出恰好 1，但对[0, 0]却不完全输出 0。我知道它接近它，但是为什么不像另一个那样呢？仅仅是需要更多培训吗？

Answer 1

可能只是格式上的差异。请注意：

small_number = torch.tensor(1e-10)
print(small_number)
print(1 + small_number)

tensor(1.0000e-10)
tensor(1.)

Answer 2

关于第二个问题。

如果训练更多，则结果可能会接近四舍五入的数字。但是请记住，您正在通过最大程度地减少损失来调整函数（多参数nn），因此不太可能获得确切的整数。

我做过与您看过的notebook

相同的练习