0
我试图用多层感知器来模拟异或问题。到目前为止,我已经知道它不是线性可分的,因此它需要一个隐藏层。我无法理解的是哪些神经元决定了决策边界。就我所见,似乎隐藏层神经元的输出被考虑了,但是如果我只将权重改变到输出层的输入,决策边界不会改变。
这使我感到困惑,并希望能够帮助理解这一点。XOR多层感知器的决策边界
另外将一个图像: Graph of the XOR classifier
W11 W12 W21 B1 B2 W22 V1 V2和B3分别是第一隐藏神经元,第二隐藏神经元和所述输出神经元的参数。
当我改变V1和/或V2,判定边界保持相同,但错误率的变化:预期
感谢。
看起来你有两个隐藏层,所以你有一个超定问题。 XOR只需要一个隐藏层。目前还不清楚你的权重是如何映射的,但很可能你正在改变的权重是不相关的。 – bogatron