创建神经网络以确定 XOR 门答案

【问题标题】：Creating a Neural Network to determine an XOR gate创建神经网络以确定 XOR 门
【发布时间】：2020-01-20 12:14:30
【问题描述】：

我正在尝试创建一个简单的神经网络，在 Python 中为我的班级分配确定一个 XOR 门，但我不断收到错误消息。以下是我的代码和相应的错误：

logic_inputs = np.array(logic_inputs)
logic_inputs

class Layer():

    def __init__(self, W, b):
        self.m = W.shape[0]
        self.n = W.shape[1]
        self.W = W
        self.b = b

   def activate(self, X):
       z = np.dot(X, self.W) + self.b
       return sigmoid(z)

W1 = np.array([[20], 
               [20]])

b1 = np.array([[-30]])

W2 = np.array([[-20], 
               [-20]])

b2 = np.array([[10]])

hidden_layer = Layer(W1, b1)
output_layer = Layer(W2, b2)

class Network():

   def __init__(self, hidden, output):
      self.hidden = hidden
      self.output = output

   def activate(self, X):
      z = self.hidden.activate(X)

      return self.output.activate(z)

xor_gate = Network(hidden_layer, output_layer)

xor_output = xor_gate.activate(X)
np.round(xor_output)

错误

ValueError                                Traceback (most recent call last)
<ipython-input-83-84793a680685> in <module>
     40 xor_gate = Network(hidden_layer, output_layer)
     41 
---> 42 xor_output = xor_gate.activate(X)
     43 np.round(xor_output)

<ipython-input-83-84793a680685> in activate(self, X)
     36     z = self.hidden.activate(X)
     37 
---> 38     return self.output.activate(z)
     39 
     40 xor_gate = Network(hidden_layer, output_layer)

<ipython-input-83-84793a680685> in activate(self, X)
     11 
     12   def activate(self, X):
---> 13     z = np.dot(X, self.W) + self.b
     14     return sigmoid(z)
     15 

<__array_function__ internals> in dot(*args, **kwargs)

ValueError: shapes (4,1) and (2,1) not aligned: 1 (dim 1) != 2 (dim 0)

【问题讨论】：

标签： python neural-network

【解决方案1】：

您正在尝试计算形状为 (4,1) 和 (2,1) 的两个矩阵之间的点积，这是不可能的。只有当矩阵的形状如下时才能计算点积：(a, n), (n, b) 产生形状为 (a, b) 的矩阵。您应该将权重初始化为形状 (1, 2)

【讨论】：