import numpy as np from itertools import product # To generate all binary combinations # Initialisierung der Schwellenwerte lower_threshold = 0.8 upper_threshold = 1.2 # Lernrate learning_rate = 0.1 # Trainingsdaten (Inputs für das XOR-Problem und andere) inputs = [[0, 0], [0, 1], [1, 0], [1, 1]] # Alle möglichen Zieltabellen (16 Kombinationen) all_possible_targets = list(product([0, 1], repeat=4)) # Trainingsloop für jede mögliche Zieltabelle for table_index, targets in enumerate(all_possible_targets, start=1): print(f"\n=== Wahrheitstabelle {table_index}: Targets = {targets} ===") # Initialisieren der Startwerte max_iterations = 200 # Maximal 200 Iterationen für jedes Bias epoch = 0 network_trained = False start_weights = None final_weights = None bias = 0.0 # Initial Bias ist 0.0 bias_increment = 0.1 # Bias-Inkrement max_bias = 1.3 # Maximaler Bias min_bias = -1.3 # Minimaler Bias reset_count = 0 # Counter to track the number of weight resets # Erste Trainingsrunde ohne Bias-Erhöhung while epoch < max_iterations and reset_count < 5: epoch += 1 all_correct = True # Flag, um zu überprüfen, ob alle Ausgaben korrekt sind current_weights = np.random.uniform(-4, 4, 2) # Zufällige Startgewichte im Bereich [-4, 4] if epoch == 1: # Die erste Iteration nach Initialisierung start_weights = current_weights # Speichere die Startgewichte for input_vector, target in zip(inputs, targets): # Berechnung der gewichteten Summe inkl. Bias weighted_sum = np.dot(input_vector, current_weights) + bias # Aktivierungsfunktion (Schwellenwertfunktion mit zwei Schwellenwerten) output = 1 if lower_threshold < weighted_sum < upper_threshold else 0 # Fehlerberechnung error = target - output # Wenn ein Fehler vorliegt, dann weise die Gewichte an if error != 0: all_correct = False current_weights += learning_rate * error * np.array(input_vector) # Überprüfe, ob alle Ausgaben korrekt sind if all_correct: network_trained = True final_weights = current_weights # Speichere die finalen Gewichte break # Stoppe, wenn alle Ausgaben korrekt sind if not network_trained: print(f"Epoch {epoch} konnte die Tabelle nicht korrekt lernen.") print(f"Versuche, die Gewichte nach {epoch} Iterationen zurückzusetzen.") reset_count += 1 # Zähle die Versuche print(f"Anzahl der Versuche: {reset_count}") if reset_count < 5: continue # Versuche erneut mit neuen zufälligen Gewichten if network_trained: print(f"Das Netzwerk hat Wahrheitstabelle {table_index} erfolgreich nach {epoch} Iterationen gelernt.") print(f"Startgewichte: {start_weights}") print(f"Endgewichte: {final_weights}") print(f"Endgültiger Bias: {bias}") continue # Zum nächsten Wahrheitstabelle # Wenn das Netzwerk nach 200 Iterationen nicht gelernt hat, füge den Bias hinzu print(f"Das Netzwerk hat Wahrheitstabelle {table_index} nach {epoch} Iterationen nicht korrekt gelernt.") print("Erhöhe den Bias und versuche es erneut.") # Bias erhöhen in Schritten bis max_bias und dann bis min_bias bias = 0.0 for bias in np.arange(0.1, max_bias + bias_increment, bias_increment): # Bias von 0.1 bis 1.3 print(f"Versuch mit Bias {bias}:") epoch = 0 start_weights = np.random.uniform(-4, 4, 2) # Zufällige Startgewichte für die erneute Trainingsrunde network_trained = False # Netzwerk muss erneut trainiert werden while epoch < max_iterations: epoch += 1 all_correct = True current_weights = np.random.uniform(-4, 4, 2) # Zufällige Startgewichte im Bereich [-4, 4] for input_vector, target in zip(inputs, targets): # Berechnung der gewichteten Summe inkl. Bias weighted_sum = np.dot(input_vector, current_weights) + bias # Aktivierungsfunktion (Schwellenwertfunktion mit zwei Schwellenwerten) output = 1 if lower_threshold < weighted_sum < upper_threshold else 0 # Fehlerberechnung error = target - output # Wenn ein Fehler vorliegt, dann weise die Gewichte an if error != 0: all_correct = False current_weights += learning_rate * error * np.array(input_vector) # Überprüfe, ob alle Ausgaben korrekt sind if all_correct: network_trained = True final_weights = current_weights # Speichere die finalen Gewichte break # Stoppe, wenn alle Ausgaben korrekt sind if network_trained: break # Das Netzwerk hat jetzt gelernt # Bias verringern und erneut testen, wenn das Netzwerk nicht erfolgreich war if not network_trained: print("Erhöhe den Bias bis zum maximalen Wert und versuche es dann mit abnehmendem Bias.") for bias in np.arange(max_bias, min_bias - bias_increment, -bias_increment): # Bias von 1.3 bis -1.3 print(f"Versuch mit Bias {bias}:") epoch = 0 start_weights = np.random.uniform(-4, 4, 2) # Zufällige Startgewichte für die erneute Trainingsrunde network_trained = False # Netzwerk muss erneut trainiert werden while epoch < max_iterations: epoch += 1 all_correct = True current_weights = np.random.uniform(-4, 4, 2) # Zufällige Startgewichte im Bereich [-4, 4] for input_vector, target in zip(inputs, targets): # Berechnung der gewichteten Summe inkl. Bias weighted_sum = np.dot(input_vector, current_weights) + bias # Aktivierungsfunktion (Schwellenwertfunktion mit zwei Schwellenwerten) output = 1 if lower_threshold < weighted_sum < upper_threshold else 0 # Fehlerberechnung error = target - output # Wenn ein Fehler vorliegt, dann weise die Gewichte an if error != 0: all_correct = False current_weights += learning_rate * error * np.array(input_vector) # Überprüfe, ob alle Ausgaben korrekt sind if all_correct: network_trained = True final_weights = current_weights # Speichere die finalen Gewichte break # Stoppe, wenn alle Ausgaben korrekt sind if network_trained: break # Das Netzwerk hat jetzt gelernt # Ausgabe der Ergebnisse nach der Anpassung des Bias print(f"Total Iterationen: {epoch}") print(f"Startgewichte: {start_weights}") print(f"Endgewichte: {final_weights}") print(f"Endgültiger Bias: {bias}") # Prüfen, ob das Netzwerk die Tabelle erfolgreich gelernt hat if network_trained: print(f"\nDas Netzwerk hat Wahrheitstabelle {table_index} erfolgreich gelernt!") print(f"Startgewichte: {start_weights}") print(f"Endgewichte: {final_weights}") print(f"Endgültiger Bias: {bias}")
Standard input is empty
=== Wahrheitstabelle 1: Targets = (0, 0, 0, 0) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Das Netzwerk hat Wahrheitstabelle 1 erfolgreich nach 2 Iterationen gelernt. Startgewichte: [-3.25797798 0.81678195] Endgewichte: [1.96254321 1.83414639] Endgültiger Bias: 0.0 === Wahrheitstabelle 2: Targets = (0, 0, 0, 1) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Das Netzwerk hat Wahrheitstabelle 2 erfolgreich nach 5 Iterationen gelernt. Startgewichte: [-2.13534233 3.09295748] Endgewichte: [-2.70999758 3.61195993] Endgültiger Bias: 0.0 === Wahrheitstabelle 3: Targets = (0, 0, 1, 0) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 3 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Total Iterationen: 2 Startgewichte: [3.37597008 3.16888727] Endgewichte: [ 0.91392711 -2.23665342] Endgültiger Bias: 0.1 Das Netzwerk hat Wahrheitstabelle 3 erfolgreich gelernt! Startgewichte: [3.37597008 3.16888727] Endgewichte: [ 0.91392711 -2.23665342] Endgültiger Bias: 0.1 === Wahrheitstabelle 4: Targets = (0, 0, 1, 1) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 4 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Versuch mit Bias 0.2: Versuch mit Bias 0.30000000000000004: Versuch mit Bias 0.4: Total Iterationen: 134 Startgewichte: [ 2.23926651 -3.16749463] Endgewichte: [0.51460923 0.19101293] Endgültiger Bias: 0.4 Das Netzwerk hat Wahrheitstabelle 4 erfolgreich gelernt! Startgewichte: [ 2.23926651 -3.16749463] Endgewichte: [0.51460923 0.19101293] Endgültiger Bias: 0.4 === Wahrheitstabelle 5: Targets = (0, 1, 0, 0) === Das Netzwerk hat Wahrheitstabelle 5 erfolgreich nach 1 Iterationen gelernt. Startgewichte: [-1.09555828 0.93495055] Endgewichte: [-1.09555828 0.93495055] Endgültiger Bias: 0.0 === Wahrheitstabelle 6: Targets = (0, 1, 0, 1) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 6 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Total Iterationen: 25 Startgewichte: [-1.62197125 1.35811944] Endgewichte: [-0.12027469 0.94760555] Endgültiger Bias: 0.1 Das Netzwerk hat Wahrheitstabelle 6 erfolgreich gelernt! Startgewichte: [-1.62197125 1.35811944] Endgewichte: [-0.12027469 0.94760555] Endgültiger Bias: 0.1 === Wahrheitstabelle 7: Targets = (0, 1, 1, 0) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 7 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Versuch mit Bias 0.2: Versuch mit Bias 0.30000000000000004: Versuch mit Bias 0.4: Versuch mit Bias 0.5: Total Iterationen: 51 Startgewichte: [ 2.76678289 -3.77491731] Endgewichte: [0.47682832 0.56239183] Endgültiger Bias: 0.5 Das Netzwerk hat Wahrheitstabelle 7 erfolgreich gelernt! Startgewichte: [ 2.76678289 -3.77491731] Endgewichte: [0.47682832 0.56239183] Endgültiger Bias: 0.5 === Wahrheitstabelle 8: Targets = (0, 1, 1, 1) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 8 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Versuch mit Bias 0.2: Versuch mit Bias 0.30000000000000004: Versuch mit Bias 0.4: Versuch mit Bias 0.5: Versuch mit Bias 0.6: Versuch mit Bias 0.7000000000000001: Versuch mit Bias 0.8: Total Iterationen: 70 Startgewichte: [-2.50810526 -2.70351734] Endgewichte: [0.32536743 0.0142342 ] Endgültiger Bias: 0.8 Das Netzwerk hat Wahrheitstabelle 8 erfolgreich gelernt! Startgewichte: [-2.50810526 -2.70351734] Endgewichte: [0.32536743 0.0142342 ] Endgültiger Bias: 0.8 === Wahrheitstabelle 9: Targets = (1, 0, 0, 0) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 9 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Versuch mit Bias 0.2: Versuch mit Bias 0.30000000000000004: Versuch mit Bias 0.4: Versuch mit Bias 0.5: Versuch mit Bias 0.6: Versuch mit Bias 0.7000000000000001: Versuch mit Bias 0.8: Versuch mit Bias 0.9: Total Iterationen: 1 Startgewichte: [3.74789587 3.51382974] Endgewichte: [1.83434297 3.98655991] Endgültiger Bias: 0.9 Das Netzwerk hat Wahrheitstabelle 9 erfolgreich gelernt! Startgewichte: [3.74789587 3.51382974] Endgewichte: [1.83434297 3.98655991] Endgültiger Bias: 0.9 === Wahrheitstabelle 10: Targets = (1, 0, 0, 1) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 10 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Versuch mit Bias 0.2: Versuch mit Bias 0.30000000000000004: Versuch mit Bias 0.4: Versuch mit Bias 0.5: Versuch mit Bias 0.6: Versuch mit Bias 0.7000000000000001: Versuch mit Bias 0.8: Versuch mit Bias 0.9: Total Iterationen: 17 Startgewichte: [0.88733168 1.25413147] Endgewichte: [ 2.47748426 -2.30863484] Endgültiger Bias: 0.9 Das Netzwerk hat Wahrheitstabelle 10 erfolgreich gelernt! Startgewichte: [0.88733168 1.25413147] Endgewichte: [ 2.47748426 -2.30863484] Endgültiger Bias: 0.9 === Wahrheitstabelle 11: Targets = (1, 0, 1, 0) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 11 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Versuch mit Bias 0.2: Versuch mit Bias 0.30000000000000004: Versuch mit Bias 0.4: Versuch mit Bias 0.5: Versuch mit Bias 0.6: Versuch mit Bias 0.7000000000000001: Versuch mit Bias 0.8: Versuch mit Bias 0.9: Total Iterationen: 22 Startgewichte: [3.15377503 0.65177241] Endgewichte: [ 0.25848533 -1.17760045] Endgültiger Bias: 0.9 Das Netzwerk hat Wahrheitstabelle 11 erfolgreich gelernt! Startgewichte: [3.15377503 0.65177241] Endgewichte: [ 0.25848533 -1.17760045] Endgültiger Bias: 0.9 === Wahrheitstabelle 12: Targets = (1, 0, 1, 1) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 12 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Versuch mit Bias 0.2: Versuch mit Bias 0.30000000000000004: Versuch mit Bias 0.4: Versuch mit Bias 0.5: Versuch mit Bias 0.6: Versuch mit Bias 0.7000000000000001: Versuch mit Bias 0.8: Versuch mit Bias 0.9: Versuch mit Bias 1.0: Versuch mit Bias 1.1: Versuch mit Bias 1.2000000000000002: Versuch mit Bias 1.3000000000000003: Erhöhe den Bias bis zum maximalen Wert und versuche es dann mit abnehmendem Bias. Versuch mit Bias 1.3: Versuch mit Bias 1.2: Versuch mit Bias 1.0999999999999999: Versuch mit Bias 0.9999999999999998: Versuch mit Bias 0.8999999999999997: Versuch mit Bias 0.7999999999999996: Versuch mit Bias 0.6999999999999995: Versuch mit Bias 0.5999999999999994: Versuch mit Bias 0.49999999999999933: Versuch mit Bias 0.39999999999999925: Versuch mit Bias 0.29999999999999916: Versuch mit Bias 0.19999999999999907: Versuch mit Bias 0.09999999999999898: Versuch mit Bias -1.1102230246251565e-15: Versuch mit Bias -0.1000000000000012: Versuch mit Bias -0.2000000000000013: Versuch mit Bias -0.3000000000000014: Versuch mit Bias -0.40000000000000147: Versuch mit Bias -0.5000000000000016: Versuch mit Bias -0.6000000000000016: Versuch mit Bias -0.7000000000000017: Versuch mit Bias -0.8000000000000018: Versuch mit Bias -0.9000000000000019: Versuch mit Bias -1.000000000000002: Versuch mit Bias -1.100000000000002: Versuch mit Bias -1.2000000000000022: Versuch mit Bias -1.3000000000000023: Total Iterationen: 200 Startgewichte: [ 2.77633876 -2.09971902] Endgewichte: None Endgültiger Bias: -1.3000000000000023 === Wahrheitstabelle 13: Targets = (1, 1, 0, 0) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 13 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Versuch mit Bias 0.2: Versuch mit Bias 0.30000000000000004: Versuch mit Bias 0.4: Versuch mit Bias 0.5: Versuch mit Bias 0.6: Versuch mit Bias 0.7000000000000001: Versuch mit Bias 0.8: Versuch mit Bias 0.9: Total Iterationen: 27 Startgewichte: [ 3.54758544 -3.86481682] Endgewichte: [2.85090938 0.02693114] Endgültiger Bias: 0.9 Das Netzwerk hat Wahrheitstabelle 13 erfolgreich gelernt! Startgewichte: [ 3.54758544 -3.86481682] Endgewichte: [2.85090938 0.02693114] Endgültiger Bias: 0.9 === Wahrheitstabelle 14: Targets = (1, 1, 0, 1) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 14 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Versuch mit Bias 0.2: Versuch mit Bias 0.30000000000000004: Versuch mit Bias 0.4: Versuch mit Bias 0.5: Versuch mit Bias 0.6: Versuch mit Bias 0.7000000000000001: Versuch mit Bias 0.8: Versuch mit Bias 0.9: Versuch mit Bias 1.0: Versuch mit Bias 1.1: Versuch mit Bias 1.2000000000000002: Versuch mit Bias 1.3000000000000003: Erhöhe den Bias bis zum maximalen Wert und versuche es dann mit abnehmendem Bias. Versuch mit Bias 1.3: Versuch mit Bias 1.2: Versuch mit Bias 1.0999999999999999: Versuch mit Bias 0.9999999999999998: Versuch mit Bias 0.8999999999999997: Versuch mit Bias 0.7999999999999996: Versuch mit Bias 0.6999999999999995: Versuch mit Bias 0.5999999999999994: Versuch mit Bias 0.49999999999999933: Versuch mit Bias 0.39999999999999925: Versuch mit Bias 0.29999999999999916: Versuch mit Bias 0.19999999999999907: Versuch mit Bias 0.09999999999999898: Versuch mit Bias -1.1102230246251565e-15: Versuch mit Bias -0.1000000000000012: Versuch mit Bias -0.2000000000000013: Versuch mit Bias -0.3000000000000014: Versuch mit Bias -0.40000000000000147: Versuch mit Bias -0.5000000000000016: Versuch mit Bias -0.6000000000000016: Versuch mit Bias -0.7000000000000017: Versuch mit Bias -0.8000000000000018: Versuch mit Bias -0.9000000000000019: Versuch mit Bias -1.000000000000002: Versuch mit Bias -1.100000000000002: Versuch mit Bias -1.2000000000000022: Versuch mit Bias -1.3000000000000023: Total Iterationen: 200 Startgewichte: [-0.26146902 -0.8934773 ] Endgewichte: None Endgültiger Bias: -1.3000000000000023 === Wahrheitstabelle 15: Targets = (1, 1, 1, 0) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 15 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Versuch mit Bias 0.2: Versuch mit Bias 0.30000000000000004: Versuch mit Bias 0.4: Versuch mit Bias 0.5: Versuch mit Bias 0.6: Versuch mit Bias 0.7000000000000001: Versuch mit Bias 0.8: Versuch mit Bias 0.9: Versuch mit Bias 1.0: Versuch mit Bias 1.1: Versuch mit Bias 1.2000000000000002: Versuch mit Bias 1.3000000000000003: Erhöhe den Bias bis zum maximalen Wert und versuche es dann mit abnehmendem Bias. Versuch mit Bias 1.3: Versuch mit Bias 1.2: Versuch mit Bias 1.0999999999999999: Versuch mit Bias 0.9999999999999998: Versuch mit Bias 0.8999999999999997: Versuch mit Bias 0.7999999999999996: Versuch mit Bias 0.6999999999999995: Versuch mit Bias 0.5999999999999994: Versuch mit Bias 0.49999999999999933: Versuch mit Bias 0.39999999999999925: Versuch mit Bias 0.29999999999999916: Versuch mit Bias 0.19999999999999907: Versuch mit Bias 0.09999999999999898: Versuch mit Bias -1.1102230246251565e-15: Versuch mit Bias -0.1000000000000012: Versuch mit Bias -0.2000000000000013: Versuch mit Bias -0.3000000000000014: Versuch mit Bias -0.40000000000000147: Versuch mit Bias -0.5000000000000016: Versuch mit Bias -0.6000000000000016: Versuch mit Bias -0.7000000000000017: Versuch mit Bias -0.8000000000000018: Versuch mit Bias -0.9000000000000019: Versuch mit Bias -1.000000000000002: Versuch mit Bias -1.100000000000002: Versuch mit Bias -1.2000000000000022: Versuch mit Bias -1.3000000000000023: Total Iterationen: 200 Startgewichte: [-0.49467591 -3.84949068] Endgewichte: None Endgültiger Bias: -1.3000000000000023 === Wahrheitstabelle 16: Targets = (1, 1, 1, 1) === Epoch 1 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 1 Iterationen zurückzusetzen. Anzahl der Versuche: 1 Epoch 2 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 2 Iterationen zurückzusetzen. Anzahl der Versuche: 2 Epoch 3 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 3 Iterationen zurückzusetzen. Anzahl der Versuche: 3 Epoch 4 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 4 Iterationen zurückzusetzen. Anzahl der Versuche: 4 Epoch 5 konnte die Tabelle nicht korrekt lernen. Versuche, die Gewichte nach 5 Iterationen zurückzusetzen. Anzahl der Versuche: 5 Das Netzwerk hat Wahrheitstabelle 16 nach 5 Iterationen nicht korrekt gelernt. Erhöhe den Bias und versuche es erneut. Versuch mit Bias 0.1: Versuch mit Bias 0.2: Versuch mit Bias 0.30000000000000004: Versuch mit Bias 0.4: Versuch mit Bias 0.5: Versuch mit Bias 0.6: Versuch mit Bias 0.7000000000000001: Versuch mit Bias 0.8: Versuch mit Bias 0.9: Versuch mit Bias 1.0: Versuch mit Bias 1.1: Versuch mit Bias 1.2000000000000002: Versuch mit Bias 1.3000000000000003: Erhöhe den Bias bis zum maximalen Wert und versuche es dann mit abnehmendem Bias. Versuch mit Bias 1.3: Versuch mit Bias 1.2: Versuch mit Bias 1.0999999999999999: Versuch mit Bias 0.9999999999999998: Total Iterationen: 183 Startgewichte: [ 2.4681636 -3.77389166] Endgewichte: [ 0.1437913 -0.14626752] Endgültiger Bias: 0.9999999999999998 Das Netzwerk hat Wahrheitstabelle 16 erfolgreich gelernt! Startgewichte: [ 2.4681636 -3.77389166] Endgewichte: [ 0.1437913 -0.14626752] Endgültiger Bias: 0.9999999999999998