showmas的博客

感知机模型是由美国学者Frank Rosenblatt在1957年中提出的。它是一种二类分类的模型。 文章目录前言1、何为感知机2、人工神经元3、权重和偏置 前言 如果我们教一个小朋友如何去分辨苹果和橙子，我们会怎么做呢？我们可能会告诉他，表皮光滑的、红色的是苹果，表皮粗糙的、黄色的是橙子。这个方法也许并不那么合适，毕竟不是所有的苹果都是红色的，所有的橙子都是黄色的。但是这也能教会小朋友如何去分辨一般情况中的苹果和橙子了。这就是一个感知机模型。而颜色、表皮则是输入信号。 1、何为感知机 感知机可以接收多.

文章目录1.绘制简单的图形2.pyplot的功能3.显示图片 1.绘制简单的图形 import numpy as np import matplotlib.pyplot as plt #生成数据 x = np.arange(0, 6, 0.1) y = np.sin(x) #绘制图形 plt.plot(x, y) plt.show() 首先通过NumPy中的arange方法生成了从0到6，间隔为0.1的数据，设置成了x。并且对其进行sin计算，生成了相同数量的y，最终将x，y的数据传给了plt.plo

参考书籍和文献： 《深度学习入门：基于Python的理论与实现》 前言 在深度学习的实现中，往往会用到数组和矩阵的计算，此时Numpy中的数组库提供了许多快捷的方法。 1、NumPy 首先我们需要引入Numpy库。 import numpy as np 这样我们在引用numpy库的时候就给可以用np来代替。 1.1 NumPy数组 生成numpy数组可以使用np.array的方法 1.2 NumPy数组计算 正如案例中的numpy中的加减乘除都是逐项进行的，因此如果x和y的元素个数不相同的话，那么.