我已经实现了一个多层感知器，并首先设计了训练方法来进行一定数量的训练。我针对 XOR 逻辑门对网络进行了训练，大部分时间网络会学习如何解决问题，但每隔一段时间，网络只会学习两个训练示例并卡在另外两个训练示例上。
起初我认为这不重要，但后来我想改变训练方法，在错误低于我选择的某个可接受的错误值后停止。现在网络有时会从训练中返回，有时会像我上面提到的那样卡住。这是正常的，是多层感知器有时无法正确学习还是我的实现中的错误。
如果重要的话，实现是在 C++ 中，多层感知器是标准的前馈反向传播神经网络；2 个输入神经元，2 个隐藏层神经元，1 个输出神经元。
我是否应该使用两个输出神经元，如果是的话，值是多少。