神经网络入门——6and感知机

AND 感知器练习

 

 

 

AND 感知器的权重和偏置项是什么？

把权重（weight1, weight2）和偏置项 bias 设置成正确的值，使得 AND 可以实现上图中的运算。

 

在这个例子中，在上图中可以看出有两个输入（我们把第一列叫做 input1，第二列叫做 input2），根据感知器公式，我们可以计算输出。

首先，线性组合就是所有输入乘以权重后求和：linear_combination = weight1*input1 + weight2*input2，然后我们可以将该值传入加上偏置值的单位越阶函数，这将给我们一个（0 或 1）的输出：

 

import pandas as pd

# TODO: Set weight1, weight2, and bias
weight1 = 1
weight2 =1
bias = -2

# DON'T CHANGE ANYTHING BELOW
# Inputs and outputs
test_inputs = [(0, 0), (0, 1), (1, 0), (1, 1)]
correct_outputs = [False, False, False, True]
outputs = []

# Generate and check output
for test_input, correct_output in zip(test_inputs, correct_outputs):
    linear_combination = weight1 * test_input[0] + weight2 * test_input[1] + bias
    output = int(linear_combination >= 0)
    is_correct_string = 'Yes' if output == correct_output else 'No'
    outputs.append([test_input[0], test_input[1], linear_combination, output, is_correct_string])

# Print output
num_wrong = len([output[4] for output in outputs if output[4] == 'No'])
output_frame = pd.DataFrame(outputs, columns=['Input 1', '  Input 2', '  Linear Combination', '  Activation Output', '  Is Correct'])
if not num_wrong:
    print('Nice!  You got it all correct.\n')
else:
    print('You got {} wrong.  Keep trying!\n'.format(num_wrong))
print(output_frame.to_string(index=False))

　　

如果你还需要一点提示，看看这个具体的例子：

对于 AND 感知器来说，input1 和 input2 都为 1 时，我们想要的输出等于 1！这个输出是由权重和单位阶跃函数（Heaviside step function）共同决定的：

output = 1, if  weight1*input1 + weight2*input2 + bias >= 0
or
output = 0, if  weight1*input1 + weight2*input2 + bias < 0

所以，你能为权重和偏置项设置一个值，使得两个输入都等于 1 的时候，output = 1 吗？