home *** CD-ROM | disk | FTP | other *** search
/ HPAVC / HPAVC CD-ROM.iso / pc / SNNSV32.ZIP / SNNSv3.2 / examples / xor.README < prev   
Encoding:
Text File  |  1994-04-25  |  2.3 KB  |  65 lines
  1. =============================================================================
  2.     README file for the example files xor.xxx
  3. =============================================================================
  4.  
  5.  
  6. Description:    This example shows how to train the XOR-problem 
  7. ============    on a neural network.
  8.  
  9.  
  10. Pattern-Files:    xor.pat
  11. ==============    xor-rec1.pat    
  12.         xor-rec2.pat
  13.  
  14. Xor is the pattern-file for the standard feedforward XOR-network, the
  15. other pattern files are for recurrent networks solving the XOR-problem.
  16.  
  17.  
  18. Network-Files:    xor.net
  19. ==============    xor-rec.net
  20.  
  21. xor.net topology: (2-1-1)-feedforward-Network with shortcut
  22. connections from the input units to the output unit.  xor-rec.net is a
  23. recurrent network solving the XOR-problem with one or two time delays
  24. between input and output. It was trained with backpropagation through
  25. time (BPTT). See the user manual in the chapter Neural Network Models
  26. and Functions (chapter 8), section 'Backpropagation through time' for
  27. a more detailed description.
  28.  
  29.  
  30. Config-Files:    xor.cfg
  31. =============    xor-rec.cfg
  32.  
  33. The config files contains the configuration for a 2D display in both
  34. cases.
  35.  
  36.  
  37. Hints:
  38. ======
  39.  
  40. The following table shows some learning functions one may use to train
  41. the network. In addition, it shows the learning-parameters and the
  42. number of cycles we needed to train the network successfully. These
  43. parameters have not been obtained with extensive studies of
  44. statistical significance. They are given as hints to start your own
  45. training sessions, but should not be cited as optimal or used in
  46. comparisons of learning procedures or network simulators.
  47.  
  48. Learning-Function               Learning-Parameters       Cycles
  49.  
  50. Backpropagation                 2.0                       2000
  51. Backpropagation with momentum   3.0 0.8 0.1               100
  52. Quickprop                       0.3 2.25 0.0001            50
  53. Rprop                           0.2
  54.  
  55.  
  56. XOR is a nice small problem to learn about neural networks and
  57. learning algorithms. Try to build a 2-2-1 xor-network and a
  58. 2-3-1-network (both without shortcuts) and compare their training
  59. times with the 2-1-1 network with shortcuts given above!
  60.  
  61.  
  62. =============================================================================
  63.     End of README file
  64. =============================================================================
  65.