深度学习入门05-感知机的实现

深度学习入门05-感知机的实现

大家好！上一篇我们学习了感知机的基本知识，之后利用感知机模型表示了简单逻辑电路：与门、与非门、或门。

简单来说，感知机可以看做一个数学模型，通过调整该模型中的各个参数，我们可以实现不同的逻辑功能，从而解决一些现实问题。在理解感知机基本原理的基础上，我们的目标是使用Python实现感知机的功能。下面，我们就朝着这个目标前进吧。

1 与门逻辑功能实现

我们先定义一个输入参数为x1和x2的二输入与门函数AND。代码如下：

def AND(x1, x2):   # 定义二输入与门函数
    w1, w2, theta = 1.1, 1.1, 1.2  # 初始化内置参数
    tmp = x1*w1 + x2*w2  # 计算加权和
    if tmp <= theta:  # 小于等于阈值返回0
        return 0
    else:  # 大于阈值返回1
        return 1

AND函数在初始化时，将内置参数w1、w2和theta设定为1，函数的功能是计算函数输入参数与内置参数的加权和，之后跟设定的阈值比较，当大于阈值时返回1，否则返回0。将二输入的所有情况传送给AND，并将结果打印出来：

print('AND(0, 0) 输出为 ' + str(AND(0, 0)))
print('AND(0, 1) 输出为 ' + str(AND(0, 1)))
print('AND(1, 0) 输出为 ' + str(AND(1, 0)))
print('AND(1, 1) 输出为 ' + str(AND(1, 1)))

输出结果：

AND(0, 0) 输出为 0
AND(0, 1) 输出为 0
AND(1, 0) 输出为 0
AND(1, 1) 输出为 1

跟与门真值表对比，可以看到我们实现了与门的逻辑功能。