python 列表如何使用abs函数
如何用代码编写一个神经网络异或运算器？
如何用代码编写一个神经网络异或运算器？
我们先来看下异或问题的真值表：
从真值表上，我们看到，异或问题的输出和任何单个输入间都不存在线性关系，而是由两个输入同时决定。这就意味着，如果我们仅仅将输入层和输出层直接连接起来，网络无法成功学习异或运算。换句话说，我们至少需要一个隐藏层。
所以，我们的神经网络将是一个三层架构：输入层、隐藏层、输出层。
确定了网络的层数之后，我们接着考虑激活函数。因为输出是1或0，因此我们选用sigmoid作为激活函数。
随机初始化权重，使用反向传播和梯度下降，我们就得到了进行异或运算的神经网络。
下面的示例代码使用Python，不过这一逻辑是通用的，换成其他语言也一样。
导入numpy（这将是我们唯一的依赖）
import numpy as np
前向传播（X为输入数据，我们这里省略了sigmoid的定义，和随机化初始化权重w0、w0的过程）
l0 X
l1 sigmoid((l0, w0))
l2 sigmoid((l1, w1))
看下当前误差多少（y为ground truth，也就是标准答案）
l2_error y - l2
反向传播（deriv_sigmoid为sigmoid的导数，这里我们省略了它的定义）
l2_delta l2_error * deriv_sigmoid(l2)
l1_error l2_(w1.T)
l1_delta l1_error * deriv_sigmoid(l1)
w1 (l2_delta)
w0 (l1_delta)
将以上过程迭代个几万次，就是训练神经网络。
tbe和硅胶有什么区别？
tbe
TBE（Tensor Boost Engine）自定义算子开发工具：
一款华为自研的 NPU算子开发工具
在TVM（Tensor Virtual Machine）框架基础上扩展
提供了一套Python API来实施开发活动
硅胶
硅胶别名矽胶、硅凝胶、氧化硅胶，是一种高活性吸附材料，属非晶态物质。硅胶主要成分是二氧化硅，化学性质稳定，不燃烧。一般来说，硅胶按其性质及组分可分为有机硅胶和无机硅胶两大类。