(一)深度学习入门之单个神经元

单个神经元的基本结构如下:

单个神经元即单层感知机,拥有一组输入和一个输出。输入为x1-x3与1,经过加权Wx后进行一个输出h(Wx)。b为阈值,可以看做w的扩展,b对应的x为定值。f和h是同一个概念,是激活函数。x是特征向量,x作为输入可以表示事物的特征。
在这里插入图片描述
已知输入向量为x,权重向量为W,则输出的计算如下图所示。
在这里插入图片描述
单个神经元可以用于进行简单的逻辑运算,以与运算为例,取权值w=(0.5,0.5,-0.7),x=(x1,x2,1),激活函数取f(t)=t>0?1:0.则与运算的单层感知机python代码如下。

import numpy as np


def m_and(x, y):
    w = np.array([0.5, 0.5, -0.7])
    x = np.array([x, y, 1])
    if np.sum(w*x) > 0:
        return 1
    else:
        return 0


print(m_and(0, 0))
print(m_and(0, 1))
print(m_and(1, 0))
print(m_and(1, 1))

输出如下

0
0
0
1

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值