逻辑函数错误分类

Question

我在教神经网络异或逻辑函数时遇到了困难。我已经用双曲正切和ReLU作为激活函数对网络进行了成功的训练（关于ReLU，我知道它不适合这种问题，但我仍然想测试它）。不过，我还是不能用logistic function。我对函数的定义是：

def logistic(data):
    return 1.0 / (1.0 + np.exp(-data))

及其衍生物：

def logistic_prime(data):
    output = logistic(data)
    return output * (1.0 - output)

其中np是指定给导入的NumPy包的名称。由于异或逻辑使用的是0和1，逻辑函数应该是适当的激活函数。不过，我得到的结果在所有情况下都接近0.5，即0和1的任何输入组合的结果都接近0.5。我说的有错误吗？你知道吗

不要犹豫，问我更多的上下文或更多的代码。提前谢谢。你知道吗

Answer 1

我和你有同样的问题。 当数据不能被线性超平面分割时，问题就出现了。 尝试训练数据：

X = [[-1,0],[0,1],[1,0],[0,-1]]
Y = [1,0,1,0]

如果你把它画在一个坐标上，你会发现它不是线性可分的。 对其进行logistic训练，参数均接近0，结果接近0.5。你知道吗

另一个线性可分的例子是useY = [1,1,0,0] 以及后勤工作。你知道吗