利用简单的神经网络实现OR操作

Simple example: OR

x 1 , x 2 ∈ x_1, x_2 \in x1,x2{0, 1}
y = x 1 O R x 2 y = x_1 OR x_2 y=x1ORx2
在这里插入图片描述

h θ ( x ) = g ( − 10 + 20 x 1 + 20 x 2 ) h_\theta(x) = g(-10 + 20x_1+20x_2) hθ(x)=g(10+20x1+20x2)

g ( x ) = 1 1 + e − x g(x) = \frac1{1+e^{-x}} g(x)=1+ex1

x 1 x_1 x1 x 2 x_2 x2 h θ ( x ) h_{\theta}(x) hθ(x)
00 g ( − 10 ) ≈ 0 g(-10) \approx0 g(10)0
01 g ( 10 ) ≈ 1 g(10)\approx 1 g(10)1
10 g ( 10 ) ≈ 1 g(10)\approx1 g(10)1
11 g ( 30 ) ≈ 1 g(30)\approx1 g(30)1

激活函数:

def sigmoid(x):
    return 1/(1+np.exp(-x))

权重矩阵:

w = np.array([-10, 20, 20])
w = np.mat(w)

输入函数:

def input(x1, x2):
    data = np.array([1, x1, x2])
    data = np.mat(data.reshape(3, 1))
    return w*data

输出函数:

def out(data):    # data为input(1, 1)、input(1, 0)、input(0, 1)、input(0, 0)
    result = sigmoid(x)
    if result<0.5:
        return 0
    else:
        return 1

代码测试:
测试

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值