我知道我们不能使用感知器学习算法来实现异或门，因为它是一个线性不可分的问题。所以我的问题是，我们可以使用哪种学习算法和哪种神经网络来实现异或门？我尝试使用Delta规则，但它没有产生所需的权重矩阵。

谢谢！

回答：

使用两层MLP（多层感知器）就能解决这个问题。

请参考这篇文章。

顺便说一下，维基百科上写着：

Delta规则是一种用于更新单层神经网络中人工神经元输入权重的梯度下降学习规则。

这里的“单层神经网络”就是问题所在。正如你所说，简单的（单层）感知器没有足够的表示能力来捕捉异或操作。