일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- 조합
- 수영대회결승전
- ICER
- 마이크로프로세서
- 토끼와 경주
- 포탑부수기
- Calibration
- 코드트리빵
- 나무박멸
- DP
- 시뮬레이션
- 순서대로방문하기
- dfs
- ros
- 소프티어
- 왕실의기사대결
- 싸움땅
- 슈퍼컴퓨터클러스터
- 루돌프의반란
- ISER
- ARM
- 코드트리
- 이진탐색
- 삼성기출
- DenseDepth
- BFS
- 구현
- 백준
- 3Dreconstruction
- 마법의숲탐색
Archives
- Today
- Total
목록XOR (1)
from palette import colorful_colors
XOR를 학습할 수 있는 다층 신경망 만들기
xor은 비선형이므로 한 층의 퍼셉트론으로 처리할 수 없기 때문에 다층 퍼셉트론을 사용합니다. 아래의 코드는 활성화함수로 시그모이드 함수를 사용한 다층 신경망을 구현한 코드입니다. import numpy as np # XOR 입력과 출력(정답) 데이터 준비 X = np.array([[0, 0], [0, 1], [1, 0], [1, 1]]) Y = np.array([[0], [1], [1], [0]]) # 가중치와 바이어스 초기화 W1 = np.array([[1.5 , -0.5],[-0.5, -1.0]]) b1 = np.array([0., 0.]) W2 = np.array([[0.5], [-0.5]]) b2 = np.array([0.]) # 활성화 함수 - 시그모이드 함수 def sigmoid(x): re..
AI/Pytorch
2023. 4. 8. 20:58