零基础入门深度学习(1) - 感知器
用感知器实现 and 函数: 我们设计一个感知器,让它来实现 and 运算。程序员都知道, and 是一个二元函数(带有两个参数 和 ),下面是它的真值表: x1 x2 y 0 0 0 0 1 0 1 0 0 1 1 1 为了计算方便,我们用0表示false,用1表示true。 下面是感知器类的实现,非常简单。 from functools import reduce class Perceptron(object): def __init__(self, input_num, activator): ''' 初始化感知器,设置输入参数的个数,以及激活函数。 激活函数的类型为double -> double ''' self.activator = activator # 权重向量初始化为0 self.weights = [0.0 for _ in range(input_num)] # 偏置项初始化为0 self.bias = 0.0 def __str__(self): ''' 打印学习到的权重、偏置项 ''' return 'weights\t:%s\nbias\t:%f\n' % (self.weights, self.bias) def predict(self, input_vec): ''' 输入向量,输出感知器的计算结果 ''' # 把input_vec[x1,x2