具有8個輸入節點的神經網絡XOR

使用標準背景，我可以訓練一個網絡，使用多達8個二進制輸入來學習異或。所以這是一個總的256個輸入集，並且輸出正確地識別8個輸入設置與僅由8個輸入爲1之一，其餘爲0。具有8個輸入節點的神經網絡XOR

佈局：

•8個輸入;

•1個具有2個或更多節點的隱藏層;

•輸出：1點

如果我用更多的隱藏節點將在培訓約500時代，少。但是，無論我使用多少個隱藏節點，我都無法在9個輸入節點上訓練它。

8有防止這種內在的限制嗎？我懷疑我可能需要另一個隱藏層，但想知道它是否根本不可能，因爲它是？

感謝您的任何線索。

2016-09-10 Steve555

什麼是您使用的工具/命令？你目前的問題太廣泛了。另外我建議在[link]（http://stats.stackexchange.com/）中提問。 –

關於8或9個輸入沒有什麼「神奇」的。很顯然，每個額外的輸入都會增加可能值的數量，從而增加訓練所需的數據量，但除此之外 - 這只是同樣的問題，不需要「大的」更改。 – lejlot

@ lejlot謝謝，我不確定我是否錯過了一些東西，所以堅持不懈，並且發現了一組好的參數，並在不到100個時代內測試/解決了N = 20。（學習速度.4，重量+/- .3，動量.6） – Steve555

是的，9：2：1可以明確地求解異或。如果您無法找到解決方案，則可能是設置不合適，或者算法存在問題。

2016-09-10 21:14:24

是的，謝謝，這是不合適的設置，但一小時後不知道我是否在浪費我的時間，所以堅持下去。 – Steve555

回答