Tricks（四十）—— 神经网络解决与（或）及异或问题

• AND 与问题

  G(x)=−1+g1(x)+g2(x)G(x)=−1⋅g0+1⋅g1+1⋅g2

  暗含了 gt(x) 的系数分别为：-1，1，1

• OR 或问题

  G(x)=1+g1(x)+g2(x)G(x)=1⋅g0+1⋅g1+1⋅g2
  
  暗含了 gt(x) 的系数分别为：1，1，1

inputs = [(1, x, y) for x in (-1, 1) for y in (-1, 1)]
# 1：表示常量输出，g_0(x)
# x: g_1 的输出
# y: g_2 的输出
# 定义内积运算
def inner_prod(x, y):
return reduce(operator.add, map(lambda z: z[0]*z[1], zip(x, y)))
def G_AND(gs):
return 1 if inner_prod([-1, 1, 1], gs) > 0 else -1
def G_OR(gs):
return 1 if inner_prod([1, 1, 1], gs) > 0 else -1
if __main__ == '__name__':
print 'or: ', [G_OR(g) for g in s]
print 'and: ', [G_AND(g) for g in s]

• XOR 问题

  单层感知机是无法解决异或问题的，又因为布尔运算中说：异或问题可以转换为基本布尔运算（与，或，非）的叠加，也即：

  Y = (A & !B) | (!A & B)

  def G_XOR(l):
  l1 = l[0], l[1], -l[2]
  l2 = l[0], -l[1], l[2]
  return G_OR([1, G_AND(l1), G_AND(l2)])

最后

以上就是光亮宝贝为你收集整理的Tricks（四十）—— 神经网络解决与（或）及异或问题的全部内容，希望文章能够帮你解决Tricks（四十）—— 神经网络解决与（或）及异或问题所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。