如何使用keras进行异或运算

我想通过xor代码来练习keras，但结果不对，后面是我的代码，感谢大家帮助我。如何使用keras进行异或运算

from keras.models import Sequential 
from keras.layers.core import Dense,Activation 
from keras.optimizers import SGD 
import numpy as np 

model = Sequential()# two layers 
model.add(Dense(input_dim=2,output_dim=4,init="glorot_uniform")) 
model.add(Activation("sigmoid")) 
model.add(Dense(input_dim=4,output_dim=1,init="glorot_uniform")) 
model.add(Activation("sigmoid")) 
sgd = SGD(l2=0.0,lr=0.05, decay=1e-6, momentum=0.11, nesterov=True) 
model.compile(loss='mean_absolute_error', optimizer=sgd) 
print "begin to train" 
list1 = [1,1] 
label1 = [0] 
list2 = [1,0] 
label2 = [1] 
list3 = [0,0] 
label3 = [0] 
list4 = [0,1] 
label4 = [1] 
train_data = np.array((list1,list2,list3,list4)) #four samples for epoch = 1000 
label = np.array((label1,label2,label3,label4)) 

model.fit(train_data,label,nb_epoch = 1000,batch_size = 4,verbose = 1,shuffle=True,show_accuracy = True) 
list_test = [0,1] 
test = np.array((list_test,list1)) 
classes = model.predict(test) 
print classes

输出

[[ 0.31851079] [ 0.34130159]] [[ 0.49635666] [0.51274764]]

来源

2015-07-22 Jaspn Wjbian

“不正确”是什么意思？你会得到什么结果？你会期待什么？ – Daniel

谢谢，我想获得列表classes = [a，b]，一种方法为1，b方法为0，但事实是a，b就像一个随机的，有两个结果：[[0.31851079] [0.34130159]] [[0.49635666] [0.51274764]] –

请将此内容纳入您的问题。这样我们就不必重现你的练习以知道什么是错误的...... – Daniel

如果我增加时期的数量在代码50000它往往收敛到了我正确的答案，只是需要一点时间:)

虽然它确实经常卡住。如果我将损失函数更改为'mean_squared_error'，这是一个更平滑的函数，我会得到更好的收敛性能。

如果我使用Adam或RMSProp优化器，我仍然会收敛得更快。我最后编译行，其工作原理：

model.compile(loss='mse', optimizer='adam') 
... 
model.fit(train_data, label, nb_epoch = 10000,batch_size = 4,verbose = 1,shuffle=True,show_accuracy = True)

来源

2015-08-07 18:20:16 wxs

4超参数正适合4（数据点，标签）。 XOR操作员没有被学习，它正在过度配备。 –

是的，这是正确的@ J.Down – Aditya

我用一个单一的隐层4个隐藏节点，它几乎总是收敛到500个时期内正确的答案。我使用了sigmoid激活。

来源

2017-01-16 22:31:24 Anon

这将是overfitting？ –

如何使用keras进行异或运算

回答

相关问题