Ruby中异或运算的神经网络训练
Ruby中异或运算的神经网络训练
提问于 2010-11-16 09:35:06
我正在尝试训练一个前馈网络来执行与Ruby库AI4R的异或操作。然而，当我在训练后对XOR进行评估时。我没有得到正确的输出。以前有没有人用过这个库来学习XOR运算。
我使用两个输入神经元，隐藏层中的三个神经元和一层作为输出，因为我之前看到了一个像这样的预计算XOR前馈神经网络。
require "rubygems"
require "ai4r"
# Create the network with:
# 2 inputs
# 1 hidden layer with 3 neurons
# 1 outputs
net = Ai4r::NeuralNetwork::Backpropagation.new([2, 3, 1])
example = [[0,0],[0,1],[1,0],[1,1]]
result = [[0],[1],[1],[0]]
# Train the network
400.times do |i|
j = i % result.length
puts net.train(example[j], result[j])
end
# Use it: Evaluate data with the trained network
puts "evaluate 0,0: #{net.eval([0,0])}" # => evaluate 0,0: 0.507531383375123
puts "evaluate 0,1: #{net.eval([0,1])}" # => evaluate 0,1: 0.491957823618629
puts "evaluate 1,0: #{net.eval([1,0])}" # => evaluate 1,0: 0.516413912471401
puts "evaluate 1,1: #{net.eval([1,1])}" # => evaluate 1,1: 0.500197884691668泰德
回答 2
Stack Overflow用户
回答已采纳
发布于 2010-11-16 10:34:05
你没有对它进行足够的迭代训练。如果您将400.times更改为8000.times，您将更接近(在20000.times中更接近)。
在20000.times，我得到了
puts "evaluate 0,0: #{net.eval([0,0])}" # => evaluate 0,0: 0.030879848321403
puts "evaluate 0,1: #{net.eval([0,1])}" # => evaluate 0,1: 0.97105714994505
puts "evaluate 1,0: #{net.eval([1,0])}" # => evaluate 1,0: 0.965055940880282
puts "evaluate 1,1: #{net.eval([1,1])}" # => evaluate 1,1: 0.0268317078331645您还可以增加net.learning_rate (但不要太多)。
Stack Overflow用户
发布于 2016-05-28 23:55:04
如果你想考虑神经进化，你可以去看看neuroevo的gem。运行specs来查看它在15次迭代中的fit XOR ([2,2,1]前馈网络，XNES优化器)：
https://github.com/giuse/neuroevo/blob/master/spec/solver_spec.rb
完全公开:我是开发人员(你好！)。
我最近刚刚开始发布我的代码，并正在寻求反馈。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/4190455
复制相关文章
相似问题
腾讯云开发者
