在Python中的簡單感知器

Question

我正在編程一個非常簡單的感知器在Python中沒有閾值，我使用sigmoid函數，但我需要一個明確的指導方針，我有一個混淆如何構建輸出。

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) 

我沒有在python中測試代碼，但它只是一個頭腦風暴，因爲我從講座中學到了。但我不確定何時使用sigmoid_derative？ 據我所知，激活功能將有2個部分：

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

然後，我們將有誤差函數，以便知道如果權重是準確的。

Error = 0.5 * (Target - Output)* (Target- Output) 
if Error == 0 then Break; 
else 
Update weights. 

Answer 1

1. 這不是Python代碼在所有。據我瞭解，它是一種僞代碼。
2. 你的問題更多的是一個概念問題，與Python或編碼無關。所以爲了給你一個清晰的想法，你需要先按照你所做的方式計算newInput。用作激活功能的S形函數爲您提供最終輸出（實際輸出）。該輸出與目標輸出進行比較以獲取用於更新權重的錯誤值。對於所有輸入曆元，通過歷元重複該迭代，直到誤差值低於合適的標記。終止該算法的另一種可能方式是設置允許的最大時期數。

Answer 2

我希望我的一篇關於Perceptron的文章可以幫助您獲得清晰的想法。我的文章是「人工神經網絡（感知器）從自動駕駛汽車檢測汽車/行人的直觀例子」。所以，基本上，這篇文章是爲新手而寫的，只是爲了獲得更好的直覺。這裏是鏈接：

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

[]2