c++ - 多层感知器有时不会收敛到正确答案 - XOR

Question

我已经实现了一个多层感知器，最初设计的训练方法采用一定数量的 epoch 进行训练。我针对 XOR 逻辑门训练网络，大部分时间网络会学习如何解决问题，但偶尔网络只会学习两个训练示例并卡在另外两个上。

起初我认为这不重要，但后来我想改变训练方法，在错误低于我选择的某个可接受的错误值后停止。现在网络有时会从训练中返回，有时会像我上面提到的那样卡住。这是否正常，是多层感知器有时无法正确学习，还是我的实现中出现错误。

如果重要的是用 C++ 实现，多层感知器是标准的前馈反向传播神经网络； 2个输入神经元，2个隐藏层神经元，1个输出神经元。

我应该使用两个输出神经元吗？如果是的话，值是多少。

Answer 1

我想这既不是我的实现中的错误也不是感知器的属性，我能够通过添加两个隐藏层神经元来解决问题，尽管我听说经验法则是保持隐藏层的数量神经元数小于输入神经元数。