Duda #4
Description
Gracias de nuevo por el ejemplo.
El ejercicio me corrió correctamente en jupytrt. Quería consultarte acerca de una duda al inicio de la programación. Cuando creas las arrays para las 4 entradas de la función XOR y sus 4 salidas, estos es:
cargamos las 4 combinaciones de las compuertas XOR
training_data = np.array([[0,0],[0,1],[1,0],[1,1]], "float32")
y estos son los resultados que se obtienen, en el mismo orden
target_data = np.array([[0],[1],[1],[0]], "float32")
Después creas la red, la compilas, la entrenas y la evaluas.
model = Sequential()
model.add(Dense(16, input_dim=2, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='mean_squared_error',
optimizer='adam',
metrics=['binary_accuracy'])
model.fit(training_data, target_data, epochs=1000)
evaluamos el modelo
scores = model.evaluate(training_data, target_data)
En donde se especifica o como hace la red para saber que cada elemento del array de la función XOR corresponde a cada elemento del array de la salida?. Esto es, como sabe que el primer elemento del array de de XOR corresponde al primer elemento del array de salida:
training_data = np.array([[0,0] --> target_data = np.array([[0]
training_data = np.array([[0,1] --> target_data = np.array([[1]
training_data = np.array([[1,0] --> target_data = np.array([[1]
training_data = np.array([[1,1] --> target_data = np.array([[0]
Gracias y saludos.