从0开始学习深度学习 2 多输入单输出单层神经网络

我们用球队成员脚趾的平均数量，胜负记录，粉丝数目来预测球队的胜负概率，模型的图像表示如下

输入：

toes=8.5，wlrec=0.65，nfans=1.2

有了三个输入，要有与之对应的三个权重，之所以叫权重是因为这个数值直接影响与之对应的输入对输出的影响，权重越大，与其对应的输入对输出的影响越大，这是显而易见的。

模型代码如下：

weights = [0.1,0.2,0]  #权重
def neural_network(intput,weights):
    pred = w_sum(intput,weights)
    return pred
toes = [8.5,9.5,9.9,9.0]  
wlrec = [0.65,0.8,0.8,0.9]
nfans = [1.2,1.3,0.5,1.0]

def w_sum(a,b):
    assert len(a)==len(b)
    output = 0
    for i in range(len(a)):
        output += a[i]*b[i]
    return output

intput = [toes[0],wlrec[0],nfans[0]]   #输入
pred = neural_network(intput,weights)  #输出
print(pred)