Как рассчитать веса нейросети>? Есть простейшая нейросеть. 2 входных нейрона, 2 скрытых и один выходной нейрон. Сеть имитирует работу логического элемента XOR. Подаю последовательно обучающую выборку 00=0; 01=1; 10=1; 11=0; сеть рассчитывает веса. Затем проверяю сеть например подаю 01, ответ сети 0, а должна быть 1. Получается, что сеть запоминает расчет весов для последней выборке и по ней дает прогноз. Что я делаю не так. Кстати сети с другой логикой работы тоже почему то ориентируются на веса рассчитанные на последней выборке.
Проблема, которую вы описали, возникает из-за того, что ваша нейросеть не может обучиться правильно из-за недостаточного количества обучающих примеров.
Это связано с тем, что для успешного обучения нейросети на задаче XOR необходимо использовать хотя бы 4 различных обучающих примера, так как они представляют все возможные комбинации входных значений и соответствующих им выходных значений.
Чтобы решить эту проблему, вам необходимо расширить свой обучающий набор данных, добавив все четыре возможных комбинации для XOR: 00=0, 01=1, 10=1, 11=0. Затем вы сможете обучить нейросеть на этом расширенном наборе данных, и она должна будет правильно предсказывать результаты для всех возможных комбинаций входных значений.
Также важно убедиться, что у вашей нейросети достаточно скрытых нейронов и итераций обучения, чтобы она могла корректно изучить сложности задачи XOR.
Попробуйте выполнить эти шаги, и ваша нейросеть должна будет правильно обучиться и давать правильные прогнозы для всех возможных комбинаций входных значений.
Проблема, которую вы описали, возникает из-за того, что ваша нейросеть не может обучиться правильно из-за недостаточного количества обучающих примеров.
Это связано с тем, что для успешного обучения нейросети на задаче XOR необходимо использовать хотя бы 4 различных обучающих примера, так как они представляют все возможные комбинации входных значений и соответствующих им выходных значений.
Чтобы решить эту проблему, вам необходимо расширить свой обучающий набор данных, добавив все четыре возможных комбинации для XOR: 00=0, 01=1, 10=1, 11=0. Затем вы сможете обучить нейросеть на этом расширенном наборе данных, и она должна будет правильно предсказывать результаты для всех возможных комбинаций входных значений.
Также важно убедиться, что у вашей нейросети достаточно скрытых нейронов и итераций обучения, чтобы она могла корректно изучить сложности задачи XOR.
Попробуйте выполнить эти шаги, и ваша нейросеть должна будет правильно обучиться и давать правильные прогнозы для всех возможных комбинаций входных значений.