def AND(x1,x2):
w1,w2,theta=0.5,0.5,0.7
tmp=w1*x1+w2*x2
if tmp <= theta:
return 0
elif tmp> theta:
return 1
import numpy as np
x=np.array([0,1])
w=np.array([0.5,0.5])
b=-0.7
print('y={}'.format(np.sum(w*x)+b)) #这个地方要注意乘法的作用,之前可能稍微误解了 w*x=[w1*x1,w2*x2]
#与门 或门 非门 理论上只是不同形式的感知机
def boosting_AND(x1,x2):
x=[x1,x2]
x=np.array(x)
w=np.array([0.5,0.5])
y=np.sum(x*w)+b
if y<=0:
return 0
elif y>0:
return 1
###接下来就使用多条线性代替非线性了