在这个简单的 XOR 问题中连接 keras 中的输入和输出

Question

我试图在 Keras 中重新创建 this architecture 以解决 XOR 问题，其中权重连接输入（二维数组）和输出（标量）。我知道用全连接的2,2,1架构可以解决异或问题，但是不知道如何在Keras中实现这个架构。

我阅读了文档并研究了 SO，但似乎找不到解决方案。以下代码显示了我到目前为止所做的事情。我的主要问题是如何连接隐藏层和输出层。

input1 = keras.layers.Input(shape=(2,)) # input
hidden_layer = keras.layers.Dense(1, activation='tanh')(input1) # linking the input with the hidden layer
output1 = keras.layers.Dense(1, activation='tanh')(input1) # linking the input with the output layer
# The code for connecting hidden and output layer should probably go here #
model = keras.models.Model(inputs=input1, outputs=outpu1) 
model.compile(...)

Answer 1

嗨，伊芙琳，欢迎来到 stackoverflow。

我认为使用两个输入更有意义。

你可以按如下方式实现：

import tensorflow as tf
from tensorflow import keras


inp1 = keras.layers.Input(shape=(1,))
inp2 = keras.layers.Input(shape=(1,))

x = keras.layers.Concatenate()([inp1, inp2])
x = keras.layers.Dense(1, activation='tanh')(x)

x = keras.layers.Concatenate()([inp1, inp2, x])
output = keras.layers.Dense(1, activation='tanh')(x)

model = keras.models.Model(inputs=[inp1, inp2], outputs=output) 
model.summary()
model([tf.ones([8, 1]), tf.zeros([8, 1])])