使用AForge.NET中的BP神經網絡庫實現異或邏輯

　　調試神經網絡時，感覺無論怎麼測試數據，收斂都非常慢，總懷疑是不是AForge.Net的BP算法有問題，所以測試一下異或邏輯，代碼如下：

　　 private static void testXOR(){
 var func = new AForge.Neuro.SigmoidFunction();
 var network = new AForge.Neuro.ActivationNetwork(func,2,2,1);
 AForge.Neuro.Learning.BackPropagationLearning bp = new AForge.Neuro.Learning.BackPropagationLearning (network);

 double[][] input = new double[4][];
 input [0] = new double[]{ 0, 0 };
 input [1] = new double[]{ 0, 1 };
 input [2] = new double[]{ 1, 0 };
 input [3] = new double[]{ 1, 1 };
 double[][] output = new double[4][];
 output[0] = new double[]{0};
 output[1] = new double[]{1};
 output[2] = new double[]{1};
 output[3] = new double[]{0};

 double error=1;
 while(error>0.01){
 error = bp.RunEpoch(input,output);
 Console.WriteLine("error:"+error);
 }

 for (int i = 0; i < 4; i++) {
 var result =  network.Compute (input [i]);
 Console.WriteLine(string.Format("output:{0},realresult:{1}",result[0],output[i][0]));
 }
 }

　　輸出結果如下：

 

 測試了一下，只要有個隱藏層神經元為2，就足夠學習到異或邏輯，而為1，很難收斂，隱藏神經元為20以上時，數值變化已經在小數點後的十幾位了，也很難收斂，這說明並不是神經元越多就越好，同時增加層數時也會發現這種情況。

 看來不收斂的問題還是出在自己的參數上，並不是庫有問題。