XOR多層感知器的決策邊界

Question

我試圖用多層感知器來模擬異或問題。到目前爲止，我已經知道它不是線性可分的，因此它需要一個隱藏層。我無法理解的是哪些神經元決定了決策邊界。就我所見，似乎隱藏層神經元的輸出被考慮了，但是如果我只將權重改變到輸出層的輸入，決策邊界不會改變。
這使我感到困惑，並希望能夠幫助理解這一點。

另外將一個圖像： Graph of the XOR classifier

W11 W12 W21 B1 B2 W22 V1 V2和B3分別是第一隱藏神經元，第二隱藏神經元和所述輸出神經元的參數。
當我改變V1和/或V2，判定邊界保持相同，但錯誤率的變化：預期

New graph when v2 changed

感謝。

Answer 1

更改v1和v2不會改變決策邊界。

隱藏層中有兩個節點。模糊的理解是，每個節點都模擬圖像中顯示的兩條決策邊界線之一。最後一個節點執行一種操作，這是一種由隱藏層中的節點模擬的決策區域的交集。嘗試更改w11，w21，它將影響決策邊界中的一條線路，並更改w12，w22並且它會影響另一條線路。

通過改變v1和v2，隱藏層中的節點產生的決策區域沒有影響。因此，對最終決策邊界（這是個體決策邊界的交集）沒有影響。