Я пытаюсь заставить свою программу изучать логические логические схемы, используя алгоритм нейронной сети и градиентного спуска. Я взял дополнительный входной нейрон как -1, так что я могу настроить порог нейрона для активации позже. порог в настоящее время является просто 0. Вот моя попытка реализацииОбучение ИЛИ через градиентный спуск
#!/usr/bin/env python
from numpy import *
def pcntrain(inp, tar, wei, eta):
for data in range(nData):
activation = dot(inp,wei)
wei += eta*(dot(transpose(inp), target-activation))
print "ITERATION " + str(data)
print wei
print "TESTING LEARNED ALGO"
# Sample input
activation = dot(array([[0,0,-1],[1,0,-1],[1,1,-1],[0,0,-1]]),wei)
print activation
nIn = 2
nOut = 1
nData = 4
inputs = array([[0,0],[0,1],[1,0],[1,1]])
target = array([[0],[1],[1],[1]])
inputs = concatenate((inputs,-ones((nData,1))),axis=1) #add bias input = -1
weights = random.rand(nIn +1,nOut)*0.1-0.05 #random weight
if __name__ == '__main__':
pcntrain(inputs, target, weights, 0.25)
Этот код, кажется, производит вывод, который не кажется, как логического элемента ИЛИ. Помогите?
Великий ответ, вы можете сказать мне, как вы получили матрицу [[0.] [1.] [1.] [1.]]? – Sigma
Я импортировал numpy как np и назвал np.round() на ваши оценки – lejlot
Хорошо, спасибо. Это было действительно полезно – Sigma