Sıfırdan MLP (C++)
C++ ile, harici kütüphane kullanmadan XOR için eğitilen 2–4–1 MLP; ileri geçişi ve ağırlık güncellemesini açıkça gösterir.
Amaç
Bu proje, derin öğrenme kütüphanesi olmadan C++ ile çok katmanlı algılayıcı (MLP) kurup XOR problemini çözmeyi amaçlar. İleri geçiş, sigmoid aktivasyonu, hata ve ağırlık güncellemesi hazır bir framework arkasına saklanmaz. Aynı öğrenme deneyi Python sürümünde de bulunur.
Model ve sonuç
Ağ iki giriş, dört gizli nöron ve bir çıkış katmanından oluşur; ağırlıklar normal dağılımla başlatılır. 80 XOR örneğiyle 5.000 epoch eğitim yapılır. README öğrenme oranı 0,007, kayıp 0,000108905 ve doğruluk yüzde 97,674 bildirir; bunlar o çalıştırmanın sonuçlarıdır, genel performans garantisi değildir.
Neden C++?
Harici kütüphanesiz implementasyon matematik adımlarını, döngüleri ve verinin akışını görünür kılar. Amaç hazır sinir ağı kütüphanesi sunmak değil, küçük bir modelin nasıl öğrenebildiğini anlamaktır. README de kodun ileri C++ verimliliği iddiası olmadığını belirtir.