2017-05-11 174 views
-5

我目前正在嘗試修改我的最後一年考試,並且遇到了這個問題,我已經在我的演講幻燈片中尋找到任何形式的幫助,並且找不到任何幫助。任何幫助提供洞察如何解決這個問題將不勝感激(我不只是要求答案,我需要理解這個話題)。此外,我是否假設所有輸入都等於1?我是否在輸入層包含7個輸入?我不知道如何回答。人工神經網絡Toplogy

的問題如下:

b)確定,說明理由,最簡單的類型和拓撲結構(即人工神經網絡的神經元的層&),可以學習數據設置如下的數目。

Click here for picture of the dataset.

+0

請把問題描述放入問題中。如果絕對不能用文字描述,請使用圖像。請不要讓我們去另一個網站查看問題。 – lit

+0

@lit我的個人資料限制了我包含嵌入圖片,鏈接僅僅提供圖片。 – user7816680

+0

這是一個簡單的數據集;將其包含爲文本。 – Prune

回答

1

如果我沒有記錯的話,你有兩個輸入X1,X2,和一個目標輸出。對於由兩個數字X1,X2組成的每個輸入,給出適當的輸出(「目標」)。作爲第一步,您可以繪製七個數據點 - 只需在正方形(X1,X2)∈[0,1.05]×[0,1]上的正確位置繪製3個和4個零點, 。也許你還記得類似的演講,可能會提到「XOR」。

0

編輯隊列已滿,所以從這裏的鏈接圖像

Pattern X1 X2 Target 
1 0.01 -0.1 1 
2 0.90 0.09 0 
3 0.89 -0.05 0 
4 1.05 0.95 1 
5 -0.01 0.12 0 
6 1.05 0.97 1 
7 0.98 0.10 0 

它看起來像1個可能的解決方案將數據X1> = 1.0 OR X2 < = -0.1

或者,如果輪每個X1和X2,變得

Pattern X1 X2 Target 
1 0 0 1 
2 1 0 0 
3 1 0 0 
4 1 1 1 
5 0 0 0 
6 1 1 1 
7 1 0 0 

然後IS XOR,並且將溶液是圓的(X1)XOR輪(X2) 。在這種情況下,您可以使用1個激活層(如round,RELU,sigmoid,linear),2個神經元的1個隱藏層和1個神經元的1個輸出層。

See this stackoverflow post for a detail of how to solve XOR with a neural net.