主页 / 问题 / 1555844
Accepted
Lwich
Asked:2023-12-12 20:05:32 +0800 CST2023-12-12 20:05:32 +0800 CST

神经网络总是输出0.5

  • 772

我刚刚开始研究神经网络。在解决XOR问题时，我遇到了一个总是给我0.5的问题

import random


def sigmoid(x):
    return 1 / (1 + math.exp(-x))

def dot(l1, l2):
    s = 0
    for i in range(len(l1)):
        s += l1[i] * l2[i]
    return s 


INPUTS = [[0, 0], [1, 1], [0, 1], [1, 0]]
OUTPUT = [0, 0, 1, 1]

weights = [random.random(), random.random()]

for _ in range(10_000):
    for i in range(len(INPUTS)):
        layer_input = INPUTS[i]
        output = sigmoid(dot(layer_input, weights))
        err = OUTPUT[i] - output
        delta = err * (output * (1 - output))
        grad1 = layer_input[0] * delta 
        grad2 = layer_input[1] * delta
        weights[0] += grad1 
        weights[1] += grad2 

print(sigmoid(dot([0, 0], weights))) # 0.5

尝试使用 numpy，同样的事情

python

1 个回答

  1. Best Answer

    有必要增加神经元的层数

    • 0

相关问题