# -*- coding: utf-8 -*-
# @FileName: 一个神经元的神经网络
# @Software: PyCharm
# @Author : li Xu
# @Time :2020//1//15 15:45
'''
编写一个神经元
'''
import numpy as np
def sigmod(x):
'''
定义一个激活函数
:param x: 参数x
:return: 激活函数的值
'''
fun = 1 / (1 + np.exp(-x))
return fun
class Network():
'''
定义一个神经元类
'''
def __init__(self, w, b):
'''
参数初始化
:param w:权重
:param b:偏置
'''
self.w = w
self.b = b
def feedforward(self, input):
'''
前向传播
:param input: 输入值
:return:前向传播的值
'''
total = np.dot(self.w, input) + self.b # np.dot()计算向量内积
return sigmod(total)
# 初始化w,b
w = np.array([0, 1]) # w1=0,w2=1
b = 4
n = Network(w, b)
# 输入初始值
x=np.array([2,3]) # x1=0,x2=1
print(n.feedforward(x))
运行结果
0.9990889488055994