keras初学者实现异或门问题

[wjbianjason]

最近在学keras，在拿异或门练手，但结果老不对，故来此请教，谢谢，另外在model.predict的时候为什么一点要输入两个参数。

from keras.models import Sequential
from keras.layers.core import Dense,Activation
from keras.optimizers import SGD
import numpy as np
model = Sequential()
model.add(Dense(input_dim=2,output_dim=4,init="glorot_uniform"))
model.add(Activation("linear"))
model.add(Dense(input_dim=4,output_dim=1,init="glorot_uniform"))
model.add(Activation("linear"))
sgd = SGD(l2=0.0,lr=0.05, decay=1e-6, momentum=0.11, nesterov=True)
model.compile(loss='mean_absolute_error', optimizer=sgd)
print "begin to train"
list1 = [1,1]
label1 = [0]
list2 = [1,0]
label2 = [1]
list3 = [0,0]
label3 = [0]
list4 = [0,1]
label4 = [1]
train_data = np.array((list1,list2,list3,list4))
label = np.array((label1,label2,label3,label4))

model.fit(train_data,label,nb_epoch = 1000,batch_size = 4,verbose = 1,shuffle=True,show_accuracy = True)
list_test = [0,1]
test = np.array((list_test,list1))
classes = model.predict(test)
print classes

[dsq90]

问题一：咱们是用线性回归拟合训练数据，回归问题，故而预测出来的结果是个连续值，而不是直接给出0或者1哈，不过观测结果你会发现 第一个接近1 第二个接近0，故而你可以卡一个阈值譬如0.5 问题二：也可以只对一组特征进行预测，代码改成这样即可 test = np.array([list_test])

[dsq90]

忽略我之前对问题一的回答

[qq_35015218]

你的Activation是liner的，改成relu这样的非线性即可。

[xfdywy]

你把activation 改成tanh 试试看？