##感知机 ###一、实验目的 1. 了解感知机的基本原理 2. 了解感知机的局限性 ###二、实验环境实验楼linux、Sublime text3编程器 ### 三、实验内容及任务 1. 感知机是神经网络的起源的算法。接收多个输入信号，输出一个信号。 2. 感知机的数学公式表达 ![image.png](https://dn-simplecloud.shiyanlou.com/courses/uid1531935-20201228-1609136122742) 3. 问题1回答
**与非门**：
(-0.1,-0.1,-0.2)
(-1.0 -0.2 -0.3)
**或门**
{0.4,0.4,0.3}
(0.4,0.5,0.3)
4. 问题二 ```python def NAND(x1,x2): w1, w2, theta = -0.1, -0.1, -0.2 tmp = x1 * w1 + x2 * w2 if tmp <= theta: return 0 elif tmp > theta: return 1 if __name__ == '__main__': ls = [(0,0),(1,0),(0,1),(1,1)] for xs in ls: y = NAND(xs[0],xs[1]) print(str(xs) + " -> " + str(y)) ``` ``` (0, 0) -> 1 (1, 0) -> 1 (0, 1) -> 1 (1, 1) -> 0 ``` 5.问题三 ```python def OR(x1,x2): w1, w2, theta = 0.4,0.4,0.3 tmp = x1 * w1 + x2 * w2 if tmp <= theta: return 0 elif tmp > theta: return 1 if __name__ == '__main__': ls = [(0,0),(1,0),(0,1),(1,1)] for xs in ls: y = OR(xs[0],xs[1]) print(str(xs) + " -> " + str(y)) ``` ``` (0, 0) -> 0 (1, 0) -> 1 (0, 1) -> 1 (1, 1) -> 1 ``` ![image.png](https://dn-simplecloud.shiyanlou.com/courses/uid1531935-20201228-1609142642298) 6.问题四 ```python import numpy as np def NAND(x1, x2): x = np.array([x1, x2]) w = np.array([-0.1, -0.1]) b = 0.2 tmp = np.sum(w*x) + b if tmp <= 0: return 0 else: return 1 if __name__ == '__main__': for xs in [(0, 0), (1, 0), (0, 1), (1, 1)]: y = NAND(xs[0], xs[1]) print(str(xs) + " -> " + str(y)) ``` ``` (0, 0) -> 1 (1, 0) -> 1 (0, 1) -> 1 (1, 1) -> 0 ``` 7. 问题五 ```python import numpy as np def OR(x1, x2): x = np.array([x1, x2]) w = np.array([0.4,0.4]) b = -0.3 tmp = np.sum(w*x) + b if tmp <= 0: return 0 else: return 1 if __name__ == '__main__': for xs in [(0, 0), (1, 0), (0, 1), (1, 1)]: y = OR(xs[0], xs[1]) print(str(xs) + " -> " + str(y)) ``` ``` (0, 0) -> 0 (1, 0) -> 1 (0, 1) -> 1 (1, 1) -> 1 ``` ###四、实验总结 - 感知机是具有输入和输出的算法;使用感知机可以表示与门和或门等逻辑电路。给定一个输入后，将输出一个既定的值。 - 感知机将权重和偏置设定为参数p。 - 异或门无法通过单层感知机来表示，使用 2 层感知机可以表示异或门。 - 单层感知机只能表示线性空间，而多层感知机可以表示非线性空间。 - 本章就是对公式的应用 - 使用Python代码实现的与非门和或门

“信息工程学院18级生产实习-Part1”实验报告