1
표준 배경을 사용하여 XOR을 배우기 위해 최대 8 개의 2 진수 입력으로 네트워크를 학습 할 수 있습니다. 그래서 256 개 입력 세트 총이고, 출력은 정확히 8 입력 만 1 인 8 개 개의 입력 중 하나는 나머지가 08+ 입력 노드가있는 신경망 XOR
레이아웃 인 상태 설정 확인 :
• 8 개 입력;
• 2 개 이상의 노드가있는 숨겨진 레이어. 아웃 •
: 1 개 노드
좀 더 숨겨진 노드를 사용하는 경우가 적은 약 500 시대를,에서 훈련 할 것이다.
그러나 얼마나 많은 숨겨진 노드를 사용하든 관계없이 9 개의 입력 노드에 대해 학습 할 수는 없습니다.
본질적 한계는 8입니까? 나는 다른 숨겨진 레이어가 필요할 수도 있다고 생각하지만 근본적으로 불가능한 것인지에 대한 통찰력을 얻고 싶었습니다.
모든 단서를 보내 주셔서 감사합니다.
사용중인 도구/명령은 무엇입니까? 귀하의 현재 질문이 너무 광범위합니다. 또한 나는 [link] (http://stats.stackexchange.com/)에서 물어볼 것을 제안한다. –
약 8 또는 9 개의 입력에 대해 "마법 같은"것은 없습니다. 분명히 각각의 추가 입력은 가능한 값의 양을 두 배로 늘려서 훈련에 필요한 데이터를 증가 시키지만 그 외에도 "큰"변경이 필요없는 동일한 문제입니다. – lejlot
@ lejlot 감사합니다. 나는 뭔가를 놓쳤다 고 확신하지 못 했으므로 견디고 좋은 매개 변수 세트를 발견하고 100 개 미만의 신기원에서 N = 20까지 테스트/해결했습니다. (학습 률 4, 가중치 +/- 3, 기세 6) – Steve555