人工神经网络（三）单层感知器代码实现

上篇文章，我们介绍了什么是单层感知器，这节课，我们来看看如果用代码实现一个单层感知器

实验问题：

假设平面坐标系上有三个点（3,3），（4,3）这两个坐标点的标签为 1 ，（1,1） 这个坐标的标签为-1 ，构建神经网络来分类

思路：

二维数据，需要两个数据点，将神经元偏置设置成另一个输入点，一共需要三个输入点
输入数据：（1,3,3），（1,4,3），（1,1,1）
数据对应标签为（1,1,-1）
初始化权值为w0,w1,w2 为 -1 到 1 的随机数
学习率为0.11
激活函数：sign

最终我们确定下来的是w0,w1,w2
那么分界线的表达式为： w0+w1*x1+w2*x2=0
因为x2为y轴上的值，那么最终的表达式为：
y=（-w1/w2）*x - -w0/w2

权向量和输入归纳为矩阵表达：