深度学习入门（基于Python实现）-第二章 感知机

所看书籍为人民邮电出版社的深度学习入门，原作者[日]斋藤康毅
感知机简单的来说就是基础门电路的组合

import numpy as np

"""感知机
x1
    ↘w1
         → output
    ↗w2
x2
w1,w2为权重 
output = 0 if w1x1+w2x2 <= θ（阈值） else 1
"""


def AND(x1, x2):
    """与门实现x1,x2为输入的值,b为偏置"""
    x = np.array([x1, x2])
    w = np.array([0.5, 0.5])
    b = -0.7
    tmp = np.sum(w * x) + b
    return 0 if tmp <= 0 else 1


def NAND(x1, x2):
    """与非门"""
    x = np.array([x1, x2])
    w = np.array([-0.5, -0.5])
    b = 0.7
    tmp = np.sum(w * x) + b
    return 0 if tmp <= 0 else 1


def OR(x1, x2):
    """或门"""
    x = np.array([x1, x2])
    w = np.array([0.5, 0.5])
    b = -0.2
    tmp = np.sum(w * x) + b
    return 0 if tmp <= 0 else 1


# 利用单层感知机（上面的那些）组合来实现多层感知机

def XOR(x1, x2):
    """异或门"""
    s1 = NAND(x1, x2)
    s2 = OR(x1, x2)
    y = AND(s1, s2)
    return y