Python：鱼书第二单元感知机，笔记及其补充

本文链接：https://blog.csdn.net/Raintail/article/details/128163472

0.基础知识

1.单层感知机（实现或与非门）

2.多层感知机

0.基础知识

下面图来自鱼书第二章，x1 x2 只能获得 1和0 的值表示通和不通类比电流

w = weight b = bias x = input

x输入（向量）类比输入的电流

w权重（向量）类比电阻的倒数

b偏置反应神经元容易被激活的程度类比外界激励

输入的电信号，经过电阻，加上外界激励，能否激发神经元y，大于0则激发小于0则不激发

不同的 w 和 b值决定了 “或与非” 门

1.单层感知机（实现或与非门）

ANDgate “和”门 numpy的实现

import numpy as np
x = np.array([1,0]) # 输入 向量
w = np.array([0.5,0.5]) #权重 向量
b = -0.7 #偏置  反应神经元容易被激活的程度 
print(x*w == np.multiply(x,w)) # 向量*乘 与 multiply命令等同
print(np.sum(x*w)+b) #与0比大小 看是否激活神经元

#下面用函数来实现ANDgate
def ANDgate(x1,x2):
    x = np.array([x1,x2])
    w = np.array([0.5,0.5])
    b = -0.7
    tmp = np.sum(x*w)+b
    if tmp <=0:
        return 0
    elif tmp >0 :
        return 1

NotANDgate 非门实现

import numpy as np
def NotANDgate(x1,x2):
    x = np.array([x1,x2])
    w = np.array([-0.5,-0.5]) #非门的符号与 和门 w和b符号 相反
    b = 0.7
    tmp = np.sum(x*w) + b
    if tmp <= 0 :
        return 0
    else :
        return 1

print(NotANDgate(0,0)) #结果为1
print(NotANDgate(0,1)) #结果为1
print(NotANDgate(1,1)) #结果为0

ORgate 或门实现

def  ORgate(x1,x2):
    x = np.array([x1, x2])
    w = np.array([0.5, 0.5])
    b = -0.4   # 0到-0.5之间的数就可以
    tmp = np.sum(x * w) + b
    if tmp <= 0:
        return 0
    else:
        return 1

print(ORgate(1,0))#结果为1
print(ORgate(0,0))#结果为0

2.多层感知机

单一感知机实现不了 XOR门（异或门）如图

但通过组合上面或与非门可以实现

def XORgate(x1,x2):
    s1 = NotANDgate(x1,x2)
    s2 = ORgate(x1,x2)
    return ANDgate(s1,s2)

for i in range(2):  #输出结果 0 1 1 0
    for j in range(2):
        print(XORgate(i,j))