人工神經網絡Toplogy

-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.

來源

2017-05-11 user7816680

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

@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

這是一個簡單的數據集;將其包含爲文本。 – Prune

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」。

來源

2017-05-11 21:02:55 tiwo

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.

來源

2017-05-18 14:31:08 Wontonimo

人工神經網絡Toplogy

回答

相關問題