文本内容:
神经网络学习假设w10=
0.2w20=
0.4θ0=
0.3η=
0.4,请用单层感知器完成逻辑或运算的学习过程解根据“或”运算的逻辑关系,可将问题转换为输入向量X1=
[0011]X2=
[0101]输出向量Y=
[0111]由题意可知,初始连接权值、阈值,以及增益因子的取值分别为w10=
0.2w20=
0.4θ0=
0.3,η=
0.4即其输入向量X0和连接权值向量W0可分别表示为X0=-1x10x20W0=θ0w10w20根据单层感知起学习算法,其学习过程如下设感知器的两个输入为x10=0和x20=0,其期望输出为d0=0,实际输出为y0=fw10x10+w20x20-θ0=f
0.2*0+
0.4*0-
0.3=f-
0.3=0实际输出与期望输出相同,不需要调节权值再取下一组输入x10=0和x20=1,其期望输出为d0=1,实际输出为y0=fw10x10+w20x20-θ0=f
0.2*0+
0.4*1-
0.3=f
0.1=1实际输出与期望输出相同,不需要调节权值再取下一组输入x10=1和x20=0,其期望输出为d0=1,实际输出为y0=fw10x10+w20x20-θ0=f
0.2*1+
0.4*0-
0.3=f-
0.1=0实际输出与期望输出不同,需要调节权值,其调整如下θ1=θ0+ηd0-y0*-1=
0.3+
0.4*1-0*-1=-
0.1w11=w10+ηd0-y0x10=
0.2+
0.4*1-0*1=
0.6w21=w20+ηd0-y0x20=
0.4+
0.4*1-0*0=
0.4再取下一组输入x11=1和x21=1,其期望输出为d1=1,实际输出为y1=fw11x11+w21x21-θ1=f
0.6*1+
0.4*1+
0.1=f
1...。