我已经在python中为XOR编写了一个简单的神经网络。尽管在线上有大量有关如何对此进行编程的信息，但是关于如何通过它来馈送数据的信息却很少。我已经测试了输入[1,1]在一个周期后的权重变化，以将我的结果与我的讲义幻灯片进行比较，并且100％相同，因此我相信代码可以工作。我可以为相同的输入训练网络，但是当我每个周期更改输入（和相应的目标）时，错误都不会减少。
我应该允许在每个周期之后更改权重和输入，还是应该首先遍历所有可能的输入，获取平均误差，然后更改权重？ （但是权重的变化取决于输出，因此我将使用什么输出）
如果需要，我可以共享我的代码，但是我确定它是正确的。
请给我一些建议吗？预先谢谢你。
答案 0 :(得分：1)
那么，您是说您自己实现了神经网络？ 好在这种情况下，基本上必须在输入层上为每个神经元分配特定行的特征，而不是仅遍历每个层和该层中的每个神经元并按照指令进行计算。 我确定您熟悉反向传播算法，因此您知道何时停止。
完成该行后，再次将其执行到下一行，将每个特征分配给每个输入神经元，然后再次开始迭代。
一旦您完成所有记录，那就是一个纪元。
我希望能回答您的问题。
另外，我建议您尝试Keras，它易于使用，并且是一个很好的体验工具。