# -*- coding: utf-8 -*-
"""created on tue jul 01 16:30:35 2014
@author: administrator
"""import numpy as np
b=0.5 #偏置值
x=np.array([[1,1,-1,-1],[1,1,1,-1]]) #輸入向量
d=np.array([0,1]) #目標輸出
w=np.array([b,0.5,-1,-0.5]) #預置權值
def sgn(v): #構建hardlim函式
if v>0:
return 1
else:
return 0
def comy(myw,myx): #計算神經元輸出
return sgn(np.dot(myw,myx.t))
def neww(oldw,myd,myx): #權輿修正 學習速度沒有設定 這裡設為1
return oldw+(myd-comy(oldw,myx))*myx
j=0while true:
i=0for xn in x:
w=neww(w,d[i],xn)
print w #檢視權值變化過程
i+=1
j+=1
if j>20:break
for xn in x:#從結果上看三次就收斂了
print xn
print "=>%d" %comy(w,xn)
神經網路 感知機
受生物學的啟發，人工神經網路是有一系列簡單的單元互相緊密聯絡構成的，每個單元有一定數量的實數輸入和唯一的實數輸出。神經網路的乙個重要的用途就是接受和處理感測器產生的複雜輸入並行進行自適應的學習。人工神經網路演算法模擬生物神經網路，是一種模式匹配演算法，通常用於解決分類和回歸問題。人工神經網路是機器學...
神經網路 一） 感知機
計算智慧型 是北航開的一門研究生課程，主要內容為神經網路的原理和應用。該課程從聖經網路的原理開始，以感知機 簡單神經網路為過渡，最後以深度學習結束。此博文為在學習該門課程的過程中，自己在完成課程作業的過程中的一些 和心得。作業一 感知機的基本原理與應用題目 設有兩個模式樣本集合 d1 d2 用感知機...
感知機與神經網路
其中，x1和x2稱為輸入，w1和w2為權重，表示運算的規則，為閾值，y為輸出 運算規則只有w1x1 w2x2，若結果小於等於 得到輸出為0，大於 則輸出1。自定義感知機 實現邏輯和 def and x1,x2 w1,w2 0.5,0.5 兩個權重 theta 0.7 閾值 tmp x1 w1 x2 ...