如何为逻辑或训练神经网络？
How to train a neural network for the logical OR?
所以我了解了网络的架构。它将是两个输入神经元，x1 和 bias。假设我们给偏差赋予 10 的权重，给 x1 赋予 -20 的权重。如果 x1 为 0，则 sigmoid(10) = 1。如果 x1 为 1，则 sigmoid(-10) = 0.
我试图在 Matlab/Octave 中实现它，但我不知道如何实现。
首先请记住，您需要 2 个输入和偏差，因此您可以拥有所有可能的选项 (0,0)、(0,1)、(1,0) 和 (1,1) ).只有一个输入神经元和偏差，您无法创建所有可能的输入。
然后您随机设置权重并开始训练，方法是转发输入并使用反向传播算法修正权重。要开始使用，我建议您遵循本教程 http://iamtrask.github.io/2015/07/12/basic-python-network/，您将学习如何训练简单的神经网络及其工作原理。
教程在python中，但是它真的很简单，很有用。
所以我了解了网络的架构。它将是两个输入神经元，x1 和 bias。假设我们给偏差赋予 10 的权重，给 x1 赋予 -20 的权重。如果 x1 为 0，则 sigmoid(10) = 1。如果 x1 为 1，则 sigmoid(-10) = 0.
我试图在 Matlab/Octave 中实现它，但我不知道如何实现。
首先请记住，您需要 2 个输入和偏差，因此您可以拥有所有可能的选项 (0,0)、(0,1)、(1,0) 和 (1,1) ).只有一个输入神经元和偏差，您无法创建所有可能的输入。
然后您随机设置权重并开始训练，方法是转发输入并使用反向传播算法修正权重。要开始使用，我建议您遵循本教程 http://iamtrask.github.io/2015/07/12/basic-python-network/，您将学习如何训练简单的神经网络及其工作原理。
教程在python中，但是它真的很简单，很有用。