Regelmäßig sollte ein einfaches neuronales Netzwerk zum Lösen von XOR 2 Eingänge haben, 2 Neuronen in versteckter Schicht, 1 Neuron in Ausgangsebene.Warum hat dieses neuronale XOR-Netzwerk 2 Ausgänge?
jedoch die folgende Beispiel-Implementierung hat zwei Ausgangsneuronen, und ich verstehe es nicht:
Warum hat der Autor legte zwei Ausgangsneuronen da drin?
Edit: Autor des Beispiels bemerkte, dass er 4 Neuronen in versteckter Schicht, 2 Neuronen in der Ausgangsschicht verwendet. Aber ich verstehe immer noch nicht warum, warum eine Form von {4,2} statt {2,1}?
Er erklärte es in den Kommentaren an der Spitze. (Es ist eine andere Frage, wie gut diese Erklärung in Bezug auf formale Mathematik ist) – sascha
Für alle zukünftigen Fragen, JFYI, gibt es eine aktive Entwickler-Community auf dem Gitter-Kanal: https://gitter.im/deeplearning4j/deeplearning4j – tremstat
ja, das Chatroom ist interessant, half mir ein Kerl aus, wie die Aktivierungsfunktion mit Verlustfunktion – johnlowvale