问如何表示人工神经网络的4个状态作为输入？

EN

我建议你首先对数组中的每个细胞使用3个神经元：

• 它告诉网络如果单元格是空的。您可以只对空值使用0，对非空值使用1(只是一个例子，其他值也应该工作，只需确保一致)。
• 一个做完全相同的事情，但它告诉网络，如果细胞被封锁。(同样是0和1作为可能的输入)
• 最后接受神经元的正/负值。你可以在这里尝试各种不同的东西。您可能应该首先尝试，如果它只在有值的情况下设置值，而如果没有值，则将输入设置为0。这可能会使网络有点混乱，因为它看不到0 = null和0=0之间的区别。如果不能工作，您可以尝试将所有输入值映射到0到1之间(在您的示例中，只需添加1，然后再将值除以2，然后将值传递给网络)和输入-1 (如果单元格被阻塞/空的话)。

如果你不能让它先工作一段时间，改变隐藏层和神经元的数量，改变学习率和训练的动力。

如果输入结果对你的任务不是很好，我建议你做你前面提到的:每个细胞的每一个可能的状态都有一个神经元。这种方法需要更长的时间来训练，但是它肯定会起作用(如果不是，你的任务对网络来说太复杂了，或者你需要更多的培训时间)。