单层感知器

一、实验代码:
import numpy as np
def pre(x1, y1):
    # 定义数据集,权重,偏置项
    result=[]
    lr = 0.1
    b = 0.4
    W = np.array([0.5,0.5])
    for i in range(len(y1)):
        if y1[i] * (np.dot(W, x1[i]) + b) <= 0:
            W = W + lr * y1[i] * x1[i] 
            b = b + lr * y1[i]        
    for j in range(len(x1)):
        countresult = np.sign(np.dot(W, x1[j]) + b)
        result.append(countresult)
    print(f"weight:{W},b:{b},result:{result}")
# and
def AND():
    x = np.array([[-1, -1], [-1, 1], [1, -1], [1, 1]])  # -1为假  1为真
    y = np.array([-1, -1, -1, 1])
    return [x, y]
def OR():
    x = np.array([[-1, -1], [-1, 1], [1, -1], [1, 1]])  # -1为假  1为真
    y = np.array([-1, 1, 1, 1])
    return [x, y]
pre(AND()[0], AND()[1])
pre(OR()[0], OR()[1])

二、运行截图:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

m0_6007358

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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