algorithm - 反向传播可以同时训练两个异或问题吗？

Question

假设我有这样一个数据集:

[   [0, 0], [0, 1]
    [0, 1], [1, 0]
    [1, 0], [1, 0]
    [1, 1], [0, 1]   ]

实际上，y1 = x1 XOR x2，y2 = not(x1 XOR x2)，这看起来一点也不奇怪。

随着code维基百科提供的，里面写的是Python，训练误差好像不收敛。

为什么会这样？这个数据集不可能用 (2, 2, 2) BP 网络训练吗？ (2, 2, 2)表示输入层节点数、隐藏层节点数和输出层节点数均为2(偏置节点除外)。

还是代码有问题？

Answer 1

(2,2,2) 神经网络可以很容易地为此进行训练。我刚刚在 Encog 中尝试过，它的训练时间与单输出版本相同。实际上，您上面所拥有的是网络配置为一个 n 分类。也就是说，每个预期值都有一个输出神经元。

我的 Python 不是很流利，但我猜想这是代码适配中的某个地方的问题。这不是 ANN 的固有限制。