【发布时间】：2021-05-17 00:52:48
【问题描述】：
我知道我们不能使用感知器学习算法来实现 XOR 门，因为它是线性不可分的问题。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！
【问题讨论】：
标签： machine-learning neural-network xor unsupervised-learning supervised-learning
【发布时间】：2021-05-17 00:52:48
【问题描述】：
一个 2 层 MLP（多层感知器）可以解决问题。
考虑this article。
顺便说一句，维基百科是这样写的：
delta 规则是一种梯度下降学习规则，用于更新 单层神经元中人工神经元的输入权重 网络。
这里的“单层神经网络”就是问题所在。正如你所说，一个简单的（单层）感知器不具备捕获 XOR 的表征能力。
【讨论】：
-
感谢您的回答。顺便说一句，您是否有任何资源包含增量规则的数字示例。为此提出一个新问题似乎不合适。
-
你的意思是MADALINE可以用吗？
-
@VIPULTYAGI MADALINE 似乎是使用 ADALINE 单元的 MLP 的特定架构。我想它可以工作吗？我的意思是通常使用多层：而不是单层感知器，而是引入隐藏层来获得 MLP。
-
youtube.com/watch?v=wvXgjETpDpk 此视频展示了增量规则的数字示例。 P.S.：请考虑接受/支持我的回答，谢谢:)