单层感知器实验：

仅两个权值w：经过20+次迭代就可以出结果

步骤：

1. 初始化所有有用的值包括学习率，偏置，函数中的常数b 权值
2. 根据求和函数和阶跃函数得到第一次通过w初始值预测的函数y，十分不准确
3. 将这些值进行训练，得到梯度update

由于之前推导出w = w + (t – y)*x ，由于有两个权值，所以写出两个权值w对应的下一个w。

1. Train放入迭代中，进行多次迭代，训练出最终的y

Import random

import numpy as np

xh_number = 50

class my_Per:

    def __init__(self, lr=0.1):

        self.lr = lr

        self.errors = []  # 偏置量初始化设空

        self.b = random.random()  # b是随机产生的点，即实际的值

        self.w = [1, 2]  # 两个权值

    def train(self, Px, t):

        update = self.lr * (t - self.predict(Px))  # 每次训练的梯度