我目前正在尝试复习最后一年的考试，遇到了这个问题，我在讲座幻灯片中到处寻找任何形式的帮助，但找不到任何帮助。任何帮助提供有关如何解决此问题的见解将不胜感激(我不只是在问答案，我需要理解这个主题(。此外，我是否假设所有输入都等于 1？是否在输入层中包含 7 个输入？我不知道如何回答。
问题如下：
b(确定最简单的人工神经网络类型和拓扑(即神经元和层的数量(，可以学习下面的数据集。
单击此处查看数据集的图片。
如果我
没记错的话，你有两个输入X1，X2和一个目标输出。对于由两个数字 X1、X2 组成的每个输入，给出适当的输出("目标"(。
第一步，您可以草绘七个数据点 - 只需在正方形 (X1， X2( ∈ [0， 1.05] × [0， 1] 的正确位置绘制 3 个 1 和 4 个零。也许你还记得讲座中的类似内容，可能接近提到"XOR"。
编辑队列已满，因此在此处添加链接图像中的数据
Pattern X1 X2 Target
1 0.01 -0.1 1
2 0.90 0.09 0
3 0.89 -0.05 0
4 1.05 0.95 1
5 -0.01 0.12 0
6 1.05 0.97 1
7 0.98 0.10 0
看起来 1 个可能的解决方案是 X1>= 1.0 或 X2 <= -0.1
或者，如果对 X1 和 X2 进行四舍五入，则变为
Pattern X1 X2 Target
1 0 0 1
2 1 0 0
3 1 0 0
4 1 1 1
5 0 0 0
6 1 1 1
7 1 0 0
然后它是异或，解是圆形(X1(异或圆形(X2(。 在这种情况下，您可以使用 1 个激活层(如圆形、RELU、sigmoid、线性(、1 个包含 2 个神经元的隐藏层和 1 个由 1 个神经元组成的输出层。
请参阅此 stackoverflow 帖子，详细了解如何使用神经网络解决异或。