BP神经网络-异或问题

import numpy as np
#输入数据
X=np.array([[1,0,0],
            [1,0,1],
            [1,1,0],
            [1,1,1]])
#标签
Y=np.array([[0,1,1,0]])
#初始化权值
V=np.random.random((3,4))*2-1
W=np.random.random((4,1))*2-1
print(V)
print(W)
#学习率设置
lr=0.11
def sigmoid(x):
    return 1/(1+np.exp(-x))
def dsigmoid(x):
    return x*(1-x)
def update():
    global X,Y,W,W,lr
    L1=sigmoid(np.dot(X,V))#隐藏层输出(4,4)
    L2=sigmoid(np.dot(L1,W))#输出层输出(4,1)
    L2_delta=(Y.T-L2)*dsigmoid(L2)
    L1_delta=L2_delta.dot(W.T)*dsigmoid(L1)
    W_C=lr*L1.T.dot(L2_delta)
    V_C=lr*X.T.dot(L1_delta)
    W=W+W_C
    V=V+V_C

for i in range(20000):
    update()#更新权重
    if i%500==0:
        L1=sigmoid(np.dot(X,V))#隐藏层输出(4,4)
        L2=sigmoid(np.dot(L1,W))#输出层输出(4,1)
        print 'Error:',np.mean(np.abs(Y.T-L2))
L1=sigmoid(np.dot(X,V))#隐藏层输出(4,4)
L2=sigmoid(np.dot(L1,W))#输出层输出(4,1)
print L2

运行结果：