Python中的简单感知器

Question

我正在用Python编写一个非常简单的感知器，没有阈值，我使用的是sigmoid函数，但是我需要一个明确的指导方针，我在如何构造输出方面有一个混乱。在

Input = [(1,1,0), (0,1,0),(1,1,1),(0,0,1)]
weights = [0,0,0]
output = sigmoid(input)
sigmoid = 1.0/(1.0 + exp(- Input)
sigmoid_derative = sigmoid * (1.0 - sigmoid)

我没有用python测试代码，但从讲座中学到的只是一场心灵风暴。但我不确定我什么时候用乙状结肠造影剂？ 我了解激活功能将有两个部分：

1. 加法器：newInput= w1x1 + w2x2 + w3x3
2. sigmoid = 1.0/(1.0 + exp(- newInput)

然后我们将得到误差函数，以便知道权重是否准确。在

^{pr2}$

Answer 1

1. 这根本不是Python代码。据我所知，这是一种伪代码。在
2. 您的问题更多的是一个概念性的问题，与Python或编码无关。因此，为了让您对此有一个清晰的概念，您需要首先按照您所做的方式计算新输入。用作激活函数的sigmoid函数提供最终输出（实际输出）。将该输出与目标输出进行比较，以获得用于更新权重的错误值。对所有输入逐历元重复此迭代，直到误差值低于适当的标记为止。终止算法的另一种可能方法是设置允许的最大时间段数。在

Answer 2

我希望我关于感知器的一篇文章能帮助你弄清楚。我的文章是“人工神经网络（Perceptron）从自动驾驶汽车中检测汽车/行人的直观示例”。所以，基本上，这篇文章是为新手写的，只是为了获得更好的直觉。以下是链接：

https://www.spicelogic.com/Journal/Perceptron-Artificial-Neural-Networks-10

{a3^}