感知机模型[神经网络入门]
生活随笔
收集整理的這篇文章主要介紹了
感知机模型[神经网络入门]
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
感知機模型為神經網絡入門所學
O = f(∑wij * Sj - θi)
利用感知機,模擬一個簡單的二值邏輯加法
測試數據:
x1 ?x2 y
1 ? 1 ? 1
1 ? 0 ? 1
0 ? 1 ? 1
0 ? 0 ? 0?
這里我們假設,閾值θi = 0
初始權重全部為0
代碼如下
?
# 利用感知機模擬二值邏輯加法 # 閾值取0 import numpy as np def nonlin(x):if x > 0:return 1return 0 x=np.array([[1, 1], [1, 0], [0, 1], [0, 0]]) y=np.array([1, 1, 1, 0]) w = np.array([0] * 2) # 設置好權重值 def f(item):return np.dot(w, item) E = 0 for i, iter in enumerate(x):O1 = f(iter)sigma = abs(O1 - y[i])delta = sigma * iterw += deltaE += sigma print(E) print(w[0], w[1])?
?
?
總結
以上是生活随笔為你收集整理的感知机模型[神经网络入门]的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: [笔记]装饰器
- 下一篇: HDF5数据处理(一)python