我正在尝试训练一个前馈网络，使用 Ruby 库 AI4R 来执行 XOR 运算。然而，在训练后评估 XOR 时，我没有得到正确的输出。有没有人以前使用过这个库，并且成功地让它学习了 XOR 运算？

我使用了两个输入神经元，一个包含三个神经元的隐藏层，以及一个输出层，因为我之前看到过像这样的预先计算好的 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

Ted

回答：

你的训练迭代次数不够。 如果你将 400.times 更改为 8000.times，你会更接近（如果更改为 20000.times，会更接近）。

在 20000.times 时，我得到

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

你也可以增加 net.learning_rate (但不要增加太多)。