Problème
XOR (ou exclusif) est le problème classique qu'un seul neurone ne peut pas résoudre, mais qu'un réseau avec une couche cachée peut résoudre. Entraînez un réseau à 2 entrées, 2 neurones cachés et 1 sortie, tous sigmoïdes (σ(z) = 1 / (1 + e^(-z))), avec la perte L = (y - target)².
Les données d'entraînement, toujours utilisées dans cet ordre à chaque époque :
| entrée | target |
|---|---|
| [0, 0] | 0 |
| [0, 1] | 1 |
| [1, 0] | 1 |
| [1, 1] | 0 |
Pour chaque exemple :
- Propagation avant : a_j = σ(x₁ × hidden_weights[j][0] + x₂ × hidden_weights[j][1] + hidden_biases[j]), y = σ(a₁ × output_weights[0] + a₂ × output_weights[1] + output_bias)
- delta_out = 2 × (y - target) × y × (1 - y), et delta_j = delta_out × output_weights[j] × a_j × (1 - a_j), avec les poids avant la mise à jour de cet exemple
- Mettez à jour chaque paramètre avec le taux d'apprentissage lr : output_weights[j] -= lr × delta_out × a_j, output_bias -= lr × delta_out, hidden_weights[j][i] -= lr × delta_j × x_i, hidden_biases[j] -= lr × delta_j
Implémentez train_xor(hidden_weights, hidden_biases, output_weights, output_bias, learning_rate, epochs).
Sortie
Après l'entraînement, renvoyez les prédictions y du réseau pour les entrées [0, 0], [0, 1], [1, 0] et [1, 1], dans cet ordre.
Contraintes
0 ≤ epochs ≤ 5 000
0 < learning_rate ≤ 5
-2 ≤ chaque poids et biais de départ ≤ 2
Exemples
Entrée :
epochs = 0
output_bias = 0.0
hidden_biases = [0.0, 0.3]
learning_rate = 1.5
hidden_weights = [
[0.2, 0.8],
[0.9, -0.7]
]
output_weights = [-0.6, 0.4]
Sortie attendue :
expected = [0.482451, 0.436972, 0.494378, 0.452729]Entrée :
long long epochs = 0;
double output_bias = 0.0;
std::vector<double> hidden_biases = {0.0, 0.3};
double learning_rate = 1.5;
std::vector<std::vector<double>> hidden_weights = {
{0.2, 0.8},
{0.9, -0.7}
};
std::vector<double> output_weights = {-0.6, 0.4};
Sortie attendue :
std::vector<double> expected = {0.482451, 0.436972, 0.494378, 0.452729};Entrée :
long epochs = 0;
double output_bias = 0.0;
double[] hidden_biases = new double[] {0.0, 0.3};
double learning_rate = 1.5;
double[][] hidden_weights = new double[][] {
new double[] {0.2, 0.8},
new double[] {0.9, -0.7}
};
double[] output_weights = new double[] {-0.6, 0.4};
Sortie attendue :
double[] expected = new double[] {0.482451, 0.436972, 0.494378, 0.452729};Explication
Avec 0 époque, rien n'est entraîné : le résultat est simplement la propagation avant avec les poids de départ, environ [0.482, 0.437, 0.494, 0.453]. Le réseau non entraîné donne presque la même réponse à chaque entrée.
Entrée :
epochs = 2000
output_bias = 0.0
hidden_biases = [0.0, 0.3]
learning_rate = 1.5
hidden_weights = [
[0.2, 0.8],
[0.9, -0.7]
]
output_weights = [-0.6, 0.4]
Sortie attendue :
expected = [0.015727, 0.982119, 0.985515, 0.013682]Entrée :
long long epochs = 2000;
double output_bias = 0.0;
std::vector<double> hidden_biases = {0.0, 0.3};
double learning_rate = 1.5;
std::vector<std::vector<double>> hidden_weights = {
{0.2, 0.8},
{0.9, -0.7}
};
std::vector<double> output_weights = {-0.6, 0.4};
Sortie attendue :
std::vector<double> expected = {0.015727, 0.982119, 0.985515, 0.013682};Entrée :
long epochs = 2000;
double output_bias = 0.0;
double[] hidden_biases = new double[] {0.0, 0.3};
double learning_rate = 1.5;
double[][] hidden_weights = new double[][] {
new double[] {0.2, 0.8},
new double[] {0.9, -0.7}
};
double[] output_weights = new double[] {-0.6, 0.4};
Sortie attendue :
double[] expected = new double[] {0.015727, 0.982119, 0.985515, 0.013682};Explication
Après 2 000 époques, les prédictions sont d'environ [0.016, 0.982, 0.986, 0.014] : faibles pour [0, 0] et [1, 1], élevées pour [0, 1] et [1, 0]. Le réseau a appris XOR.
Références
Ce défi a été adapté pour CodeUtility. Suivez l'énoncé et les contraintes ci-dessus.