感知器算法 -丁玉海

 

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import math
import random


def sigma(x):
    return 1 / (1 + math.exp(-x))
e0 = 1
e1 = 1
e2 = 1



alpha = 0.1
omga0 = np.random.uniform(-1,0)
omga1 = np.random.uniform(0,1)
omga2 = np.random.uniform(0,1)
omga = np.array([omga1,omga1])

eps = 0.0000000001

x = np.array([[0,0],[1,1],[1,0],[0,1]])
t = np.array([0,1,0,0])

i = 0

cnt = 0
while(abs(e0) >= eps or abs(e1) >= eps or abs(e2) >= eps):
    cnt += 1
    z1 = np.sum((x[i] * oga))
    e0 = (1-sigma(z1 + oga0)) * sigma(z1 + oga0) * ((sigma(z1 + oga0) - t[i]))
    e1 = (1-sigma(z1 + oga0)) * sigma(z1 + oga0) * ((sigma(z1 + oga0) - t[i])) * x[i][0]
    e2 = (1-sigma(z1 + oga0)) * sigma(z1 + oga0) * ((sigma(z1 + oga0) - t[i])) * x[i][1]
    i += 1
    if(i > 3):
        i = 0


    oga0 = oga0 - (alpha * e0)
    oga1 = oga1 - (alpha * e1)
    oga2 = oga2 - (alpha * e2)
    oga = np.array([oga1, oga2])
    print(e0,e1,e2)
print(cnt)
print(oga0,oga1,oga2)
print(sigma(oga0 + oga1 * 0 + oga2 * 0))
print(sigma(oga0 + oga1 * 1 + oga2 * 0))
print(sigma(oga0 + oga1 * 0 + oga2 * 1))
print(sigma(oga0 + oga1 * 1 + oga2 * 1))