美文网首页
AI_Start_2.2 异或问题的解决

AI_Start_2.2 异或问题的解决

作者: 望望明月 | 来源:发表于2020-07-11 11:13 被阅读0次

XOR函数,直接应用原始输入额线性模型不能实现XOR函数,【0,0】== 0、【0,1】== 1、【1,0】== 1、【1,1】== 0

1.1 XOR背景

   XOR 对于【0,0】、【0,1】、【1,0】、【1,1】中出现1的输出结果为1,导致出现了【0、1】和【1、0】的结果都是1,

但线性模型里 x1 == 0 时,输出必须是随x2 的增大而增大,当 x1 == 1 时,输出必须时随 x2 的增大而减小; 直接应用于原始输入的线性模型,不能实现 XOR 函数。

1.2 解决办法

   示例的解决方案中将 输出为1的两个点折叠到了一个点上,换句话说,非线性特征将 x = [1, 0] , x = [0, 1] 都映射到 h = [1, 0] 中。

这时模型可以将函数描述为【0,0】、【1,0】、【1,0】、【2,1】

1.3 怎么解决

  【1,0】、【1,0】 -> 【1,0】可以通过乘以单位矩阵,变成【1,1】再做一个偏置,减1即可,【1,0】

但是此时将是线性变化,导致原来的【0,0】->【0,-1】,【1,1】->【2,1】, 

在这样一个样本空间里,所有的样本都处于一条斜率为1的直线上,

此时加 Relu即可变成:

【0,0】、【1,0】、【1,0】、【2,1】,最后乘上权重矩阵,结果就是 【0,1, 1, 0】

权重矩阵【0.5, 0.5, -0.5, -1】

相关文章

  • AI_Start_2.2 异或问题的解决

    XOR函数,直接应用原始输入额线性模型不能实现XOR函数,【0,0】== 0、【0,1】== 1、【1,0】== ...

  • 异或问题

    异或的作用:0+1=1 ,0+0=0或者1+1=0输入描述:第一行一个数字n第二行n个数字 输出描述:输出最多的...

  • 线性神经网络解决异或问题

    线性神经网络与感知器的主要区别在于,感知器的激活函数只能输出两种可能的值,而线性神经网络的输出可以取任意值,其激活...

  • Codility lesson 2: Odd occurrenc

    method 3: 用异或来解决A xor A = 0A xor 0 = A异或List中所有的元素,看最后留下的...

  • 人工智能之人工神经网络——多层感知器

    异或问题成为感知器和早期神经网络的阿喀琉斯之踵,但它并非无解的问题。恰恰相反,解决它的思路相当简单,就是将...

  • 神经网络简介

    BP神经网络结构 我们知道单层感知机(perceptron)的局限性:它无法解决异或(XOR)问题,或者其它线性不...

  • 感知机不能解决异或(XOR)问题

    什么是异或(XOR) 异或:可以简称Xor,可以用数学符号⊕表示,计算机就一般可以用^表示了。 异或运算主要指二进...

  • Tensorflow 实现异或(XOR)问题

    Tensorflow 实现异或(XOR)问题 实验结果:

  • 异或

    定义:同为0,异为10^0 01^0 1奇数^1 加-1;偶数^1 加1任何整数^0 不变:abb(可以调换顺序)...

  • 异或

    异或Exclusive or(通常称为“XOR”)是布尔二进制操作符,当第一个输入或第二个输入(但不是两者都是)为...

网友评论

      本文标题:AI_Start_2.2 异或问题的解决

      本文链接:https://www.haomeiwen.com/subject/jawbcktx.html