Uma camada oculta resolve XOR
Por que isso importa Este é o momento em que a profundidade se justifica: dois neurônios em uma camada intermediária curvam o espaço para que uma linha possa terminar o trabalho.
Veja isso
Reproduza a animação. Dois neurônios escondidos desenham sua própria linha. O Neurônio 1 dispara para "pelo menos uma entrada é 1" (um OR). O Neurônio 2 dispara para "ambas são 1" (um AND). Em termos dessas duas novas características, XOR é apenas "OR mas não AND": o neurônio de saída calcula h1 menos h2.
Números pequenos
Use uma ativação de step (1 se o total for maior que 0, senão 0). h1 = step(x1 + x2 - 0.5) é OR. h2 = step(x1 + x2 - 1.5) é AND. Output = step(h1 - h2 - 0.5). Verifique (1,1): h1 = 1, h2 = 1, output step(-0.5) = 0. Correto.
Camada oculta: uma camada entre a entrada e a saída cujos neurônios constroem novas características que a próxima camada pode usar.
Resumo Cada camada descreve novamente os dados para que o trabalho da próxima camada seja mais fácil.
Palavras e símbolos nesta lição
- neuron
- w . x + b, depois uma ativação
- pesos (w, W), viés (b)
- os números que um neurônio aprende; o bias desloca sua saída
- camada oculta
- a camada entre a entrada e a saída que constrói novas características
Defina os pesos W1 (2 por 2), b1 (2), w2 (2) e b2 de uma rede de duas camadas com ativações de step para que forward(X) acerte todos os quatro pontos XOR. Use seus próprios números ou os acima.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.