XOR循环神经网络的顺序训练数据

Question

我想实现一个循环神经网络并试图让它学习XOR函数作为一个小例子。因为它是一个经常性的网络，我认为只用一个输入单位就可以很好地工作，以便了解它记住它以前的状态有多好;也就是说，根据顺序输入执行XOR功能：

INPUT(t-1) = 0 
INPUT(t) = 1 
OUTPUT(t) = 1 

或

INPUT(t-1) = 1 
INPUT(t) = 1 
OUTPUT(t) = 0 

所以我输入的训练数据呈现一位这样的顺序时：

inputs = { 0, 0, 1, 1, 0 } 

及相应的目标输出

targets = { 0, 0, 1, 0, 1 }. 

但它不是学习，即使我知道可能有很多原因，但我想知道，也许我没有正确定义我的数据集，因此我不会向我的网络提出正确的问题。我来到这里，然后寻找什么可能是一个正确的训练集，以监督“顺序”XOR函数学习的想法。

我正在执行的实现与Elman RNN类似，如果您需要关于它的任何详细信息，请询问。

Answer 1

以下链接：https://code.google.com/p/encog-java/source/browse/trunk/encog-examples/src/org/encog/examples/neural/recurrent/elman/ElmanXOR.java?r=2423

包含经常性的Elman网络实施与XOR问题的作品。它使用Encog（相对容易使用）来处理网络本身的实现。希望您能够看到您的实施方式与正确之处的差异。