具有 8 个以上输入节点的神经网络 XOR

Question

使用标准背景，我可以训练具有最多 8 个二进制输入的网络来学习异或。所以总共有 256 个输入集，输出正确识别了 8 个输入集，8 个输入中只有一个为 1，其余为 0.

布局：

• 8 个输入；

• 1 个隐藏层，有 2 个或更多节点；

• 输出：1 个节点

它将训练大约 500 个时期，如果我使用更多的隐藏节点，则更少。

但是，无论我使用多少隐藏节点，我都无法在 9 个输入节点上进行训练。

是否有 8 的内在限制来防止这种情况发生？我怀疑我可能需要另一个隐藏层，但想深入了解它是否根本不可能像现在这样？

感谢您提供任何线索。

Answer 1

是的，一个9:2:1可以明确地解决XOR。如果找不到解决方案，要么是设置不合适，要么是算法有问题。