感知机的实现与原理

感知机的实现与原理

def And(x1,x2):              #感知机的简单实现 （与门）
    w1,w2,theta=0.5,0.5,0.7
    tmp=x1*w1+x2*w2
    if tmp<=theta:
        return 0
    elif tmp>theta:
        return 1

print(And(1,1))              #函数测试

import numpy as np
x=np.array([0,1])           #输入
w=np.array([0.5,0.5])       #权重
b=-0.7                      #偏置
y=np.sum(w*x)+b             #python的sum不能计算多维度的数组
print(y)

'''
通过权重和偏置可以实现以下与门
'''
def AND(x1,x2):
    x=np.array([x1,x2])
    w1=np.array([0.5,0.5])
    b=-0.7
    y=np.sum(w*x)+b
    if y<=0:
        return 0
    else:
        return 1

print('与门输出结果：',AND(1,1))

'''
单层感知机可以表示与或非门，但无法表示异或门，即单层感知机是线性分割，而多层感知机可以表示异或门是非线性分割，多层感知机
就是单层感知机的叠加。
'''
def NAND(x3,x4):                  #非门
    x=np.array([x3,x4])
    w2=np.array([-0.5,-0.5])
    b=0.7
    tmp=np.sum(w2*x)+b
    if tmp<=0:
        return 0
    else:
        return 1
def OR(x5,x6):                  #或门
    x=np.array([x5,x6])
    w3 = np.array([0.5, 0.5])
    b=-0.2
    tmp=np.sum(w3*x)+b
    if tmp<=0:
        return 0
    else:
        return 1

def XOR(x7,x8):                     #异或门
    s1=NAND(x7,x8)
    s2=OR(x7,x8)
    y=AND(s1,s2)
    return y

print('异或门测试结果：',XOR(1,0))                     #测试函数

**结果如下：*
*