如何将数据输入我的神经网络？
How do I feed data into my neural network?
我在 python 中为 XOR 编写了一个简单的神经网络。虽然网上有大量关于如何对此进行编程的信息，但关于如何通过它提供数据的信息并不多。我已经测试了输入 [1,1] 一个周期后权重的变化，以将我的结果与我的讲座幻灯片进行比较，结果 100% 相同，所以我相信代码有效。我可以为相同的输入训练网络，但是当我在每个周期更改输入（和相应的目标）时，错误不会减少。
我应该允许在每个循环后更改权重和输入，还是应该 运行 首先通过所有可能的输入，获得平均误差然后更改权重？ （但是改变权重取决于输出，所以我会使用什么输出）
如果需要，我可以分享我的代码，但我很确定它是正确的。
请给我一些建议？提前谢谢你。
所以，你是说你自己实现了一个神经网络？
在这种情况下，基本上输入层上的每个神经元都必须分配有某一行的特征，而不是仅仅遍历每一层和该层中的每个神经元并按照指示进行计算。
我相信你熟悉反向传播算法，所以你会知道什么时候停止。
完成该行后，对下一行再次执行此操作，将每个特征分配给每个输入神经元并再次开始迭代。
完成所有记录后，即是一个纪元。
我希望这能回答你的问题。
另外，我建议您试用一下 Keras，它易于使用，是一个值得体验的好工具。
我在 python 中为 XOR 编写了一个简单的神经网络。虽然网上有大量关于如何对此进行编程的信息，但关于如何通过它提供数据的信息并不多。我已经测试了输入 [1,1] 一个周期后权重的变化，以将我的结果与我的讲座幻灯片进行比较，结果 100% 相同，所以我相信代码有效。我可以为相同的输入训练网络，但是当我在每个周期更改输入（和相应的目标）时，错误不会减少。
我应该允许在每个循环后更改权重和输入，还是应该 运行 首先通过所有可能的输入，获得平均误差然后更改权重？ （但是改变权重取决于输出，所以我会使用什么输出）
如果需要，我可以分享我的代码，但我很确定它是正确的。
请给我一些建议？提前谢谢你。
所以，你是说你自己实现了一个神经网络？ 在这种情况下，基本上输入层上的每个神经元都必须分配有某一行的特征，而不是仅仅遍历每一层和该层中的每个神经元并按照指示进行计算。 我相信你熟悉反向传播算法，所以你会知道什么时候停止。
完成该行后，对下一行再次执行此操作，将每个特征分配给每个输入神经元并再次开始迭代。
完成所有记录后，即是一个纪元。
我希望这能回答你的问题。
另外，我建议您试用一下 Keras，它易于使用，是一个值得体验的好工具。