为什么我的TensorFlow神经网络在处理XOR问题时的准确率只有0.5左右?

我用TensorFlow编写了一个用于处理XOR输入的神经网络。我使用了一个包含2个单元的隐藏层和Softmax分类。输入格式为<1, x_1, x_2, zero, one>,其中

  • 1是偏置
  • x_1和x_2在所有组合{00, 01, 10, 11}中介于0和1之间,选择为围绕0或1的正态分布
  • zero: 如果输出为零,则为1
  • one: 如果输出为一,则为1

准确率始终在0.5左右。出了什么问题?是神经网络的架构有问题,还是代码中有什么问题?

请查看评论部分以获取更新后的代码


回答:

问题出在随机分配的权重上。这里是经过一系列尝试和错误后修改的版本。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注