以下是用類神經倒傳遞 去學習XOR閘 的程式 如果把輸入改成AND 或 OR 閘 的話 可以成功 但是用XOR就會失敗 不知道問題出在哪??? 我有用ㄧ個機制 就是如果會收斂的話 他會自動停下來 如果一直無法收歛 他會一直算下去  各位高手 可以先執行正確的AND看看 他可以收斂    <textarea class="cpp" rows="10" cols="60" name="code"> #include #include #include <math.h> #include float hardlims(float x); float hardlim(float x); int main() { double X[2],H[2],T[4],Y; //X輸入 H隱藏層 T期望輸出 Y輸出 double W_xh[2][2],W_hy[2],dW_xh[2][2],dW_hy[2]; //W_xh輸入到隱藏層的權重 dW_xh修正權重值 double Q_h[2],Q_y,dQ_h[2],dQ_y; //Q_h偏權值 double delta_y,delta_h[2],sum,eta=0.1; //delta_y差距量 int i,h,a,delta_K=1; int Ntrain=4,Icycle,Ncycle=100; double test_X[4][2]={{-1,-1},{-1,1},{1,-1},{1,1}}; //輸入 double test_T[4]={0,0,0,1}; //AND期望輸出 若改成test_T[4]=(0,1,1,0};就會失敗 //初始化W,Q //srand((unsigned)time(NULL)); for(i=0;i<2;i ) { for(h=0;h<2;h ) { W_xh[i][h]=1; dW_xh[i][h]=0.0; } } W_hy[0]=1; W_hy[1]=1; dW_hy[0]=0.0; dW_hy[1]=0.0; Q_h[0]=1; Q_h[1]=1; Q_y=1; dQ_h[0]=0.0; dQ_h[1]=0.0; dQ_y=0.0; Icycle=0; //開始循環 //for(Icycle=0;Icycle0) return 1; else return -1; } float hardlim(float x) { if(x>0) return 1; else return 0; } </textarea>

您好：
Perceptron在學理上是無法解決XOR的學習問題，建議使用Support vector machine就可以解決了。
。

XOR 使用倒傳遞類神經網路，我有在dev. c上模擬成功過了，建議可以試著增加神經元數量，以期完成更複雜的運算。
在測試上，我這邊隱藏層使用四個神經元就可以完成了，學習次數100次。