# [神經網絡計算異或]() 首先介紹 ## 1、“和”操作： x1, x2 ∈ {0, 1} y = x1 AND x2 有 hθ(x)\=g(?30+20x1+20x2)   其中g()是sigmoid函數，其圖示如下  當z=4.6時，函數值約為0.99；當z=-4.6時，函數值約為0.01 計算 x1x2h(x)00g(-30)≈001g(-10)≈010g(-10)≈011g(10)≈1  然后是 ## 2、“或”操作 有 hθ(x)\=g(?10+20x1+20x2)   x1x2h(x)000011101111  然后是 ## 3、“非”操作  有 hθ(x)\=g(10?20x1) 計算 x1h(x)0110 （當 x==0時, h(x)==1； 當 x==1時，h(x)==0；不用解釋）。 那么“非x1和非x2”如下圖  * * * ## 4、最后計算“異或”  計算 x1x2a1(2)a2(2)hθ(x)00011010001000011101  * 如果算上輸入層我們的網絡共有三層，如下圖所示，其中第1層和第2層中的1分別是這兩層的偏置單元。連線上是連接前后層的參數。  * 輸入：我們一共有四個訓練樣本，每個樣本有兩個特征，分別是(0, 0), (1, 0), (0, 1), (1, 1); * 理想輸出：參考上面的真值表，樣本中兩個特征相同時為0，相異為1 * 參數：隨機初始化，范圍為(-1, 1) * ## 5、“同或”，并且總結：  分類: [machine learning 相關](https://www.cnblogs.com/qkloveslife/category/1319459.html)