Laboratorio de rede neural XOR
Visualizacao do forward/backward de um MLP pequeno.
XOR nao pode ser resolvido por um separador linear unico.
Por isso e o problema padrao para demonstrar camadas ocultas e ativacoes nao lineares.
O simulador usa um MLP compacto:
Entrada(2) -> Oculta(4) -> Oculta(2) -> Saida(1)
Ativacao de saida e sigmoid; a oculta pode ser tanh ou ReLU.
Cada passo amostra um caso XOR, faz forward, calcula perda e aplica backprop.
$$ z^{(l)} = a^{(l-1)}W^{(l)} + b^{(l)}, \quad a^{(l)} = f(z^{(l)}) $$
$$ W \leftarrow W - \eta \nabla_W L, \quad b \leftarrow b - \eta \nabla_b L $$
- O grafico de perda mostra a convergencia ao longo dos passos.
- O painel de predicao mostra a confianca nos quatro inputs XOR.
- O painel de calculo registra os ultimos valores forward/backward.
Controles de treino
Passo: 0 | Perda: -
Rastro forward/backward
Snapshot de predicao
Circulos maiores indicam maior probabilidade da classe 1.
Alvos XOR
- (0,0) -> 0
- (0,1) -> 1
- (1,0) -> 1
- (1,1) -> 0