作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
可以使用下面的真值表构建 NAND 的 MP 神经元:
P Q P(and not)Q
1 1 0
1 0 1
0 1 0
0 0 0
显示这一点的神经元:
Inputs:
P +2
Q -1
If the threshold is 2
这将给出 Y=1
的输出
我的教授似乎很困惑,并且没有澄清为什么这是不正确的(据我所知)。是他搞错了还是我搞错了?
如果有一个解决方案就太好了。
旁注:我已经勾勒出这个神经元的草图,但无法在此页面上绘制(对SO来说是新的)。
最佳答案
首先NAND不是“与非”而是“非与”,逻辑表是
P Q NAND(P,Q)
1 1 0
1 0 1
0 1 1
0 0 1
其次,NAND 和门都没有什么难的。 “唯一”有问题的是 XOR(和 nXOR)。
P Q XOR(P,Q)
1 1 0
1 0 1
0 1 1
0 0 0
所以:
关于machine-learning - 麦卡洛克-皮茨神经元 NAND,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37146703/
我正在Python 2.7中使用Scipy 0.13.0来计算3d中的一组Voronoi单元。我需要获得每个电池的体积,以进行专有仿真的输出(去加权)。有没有简单的方法可以做到这一点-当然这是一个常见
我是一名优秀的程序员,十分优秀!