多層感知器有時不會向正確的答案匯聚 - XOR

Question

我已經實現了一個多層感知器，並且首先設計了訓練方法來獲取一定數量的訓練時期。我對網絡進行了XOR邏輯門訓練，大部分時間網絡都會學習如何解決問題，但每隔一段時間，網絡只會學習兩個訓練樣例，而被另外兩個訓練樣例卡住。

起初我認爲這個不重要，但後來我想改變訓練方法，在錯誤低於我選擇的一些可接受的錯誤值之後停止。現在，網絡有時會從培訓返回，有時會像我上面提到的那樣陷入困境。這是正常的，是多層感知器有時不會正確學習，或者這是我執行過程中的錯誤。

如果重要的是C++實現，多層感知器是標準的前饋反向傳播神經網絡; 2個輸入神經元，2個隱藏層神經元，1個輸出神經元。

我應該使用兩個輸出神經元，如果是的話，值是什麼。

Answer 1

我想這在我的實現或感知器屬性中既不是一個錯誤，我可以通過添加兩個隱藏層神經元來解決這個問題，雖然我聽說的經驗法則是保持隱藏的數量在輸入神經元的數量下的多層神經元。