这是代码。

public class Adaline{    private int _layer;    public int Layer { get { return _layer; } }    private int _epoch;    public int Epoch { get { return _epoch; } }    private double _error;    public double Error { get { return _error; } }    private double[] _weights;    public Adaline(int layer)    {        _layer = layer;        _weights = new double[layer];        Reset();    }    public void Reset()    {        Random r = new Random();        for (int i = 0; i < _layer; i++)            _weights[i] = r.NextDouble() - 0.5;        _error = 1;    }    public void Train(BasicTrainSet<double> trainset, double learnRate)    {        double ers = 0;        for(int p = 0; p < trainset.DataCount; p++)        {            double result = Compute(trainset.Input[p], true);            double error = trainset.Output[p] - result;            for (int i = 0; i < _weights.Length; i++)            {                _weights[i] += error * trainset.Input[p][i] * learnRate;            }            ers += Math.Abs(error);        }        _epoch++;        _error = ers;    }    public double Compute(double[] input, bool quan)    {        double result = 0;        for (int i = 0; i < _layer; i++)            result += Math.Tanh(_weights[i] * input[i]);        //double result = _weights.Zip(input, (a, b) => Math.Tanh(a * b)).Sum();        return quan ? (result >= 0 ? 1 : 0) : result;    }}

当我尝试训练AND门时，表现如下。上面的四个结果来自此代码这很奇怪，因为算法本身没有问题。权重越来越大。我哪里出错了？

回答：

在你的代码中，计算每个神经元输出的方式不对。你需要先计算权重和输入的点积，然后再应用激活函数。你现在是在每次加权累加后就应用激活函数，这是不正确的。

应该先累加，再应用激活函数：

public double Compute(double[] input, bool quan){    double result = 0;    for (int i = 0; i < _layer; i++)        result += _weights[i] * input[i]; // 修改 - 先累加    result = Math.Tanh(result); // 修改 - 现在应用激活函数    return quan ? (result >= 0 ? 1 : 0) : result;}