【原创】深度学习第2弹：感知机和与非门

最新推荐文章于 2024-10-01 21:11:37 发布

DeepVisionZero

最新推荐文章于 2024-10-01 21:11:37 发布

阅读量631

点赞数

分类专栏：深度学习文章标签：深度学习

本文链接：https://blog.youkuaiyun.com/weixin_46014676/article/details/116353743

版权

本文介绍了如何使用感知机（人工神经元）模拟与非门。通过调整权重w1、w2和阈值θ，可以实现与非门的逻辑功能。通过Python代码验证，展示了神经元在模拟逻辑门中的可行性。最后引入了偏置项的概念，为后续内容铺垫。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

前文回顾
一、与非门是什么？
二、偏置项(bias)
总结

前文回顾

感知机：人工神经元
权重：输入信号有多重要
阈值：触发某一事件的临界值
它们之间的关系：
在这里插入图片描述
上一节我们了解了感知机(人工神经元)的构成以及工作原理，这节我们利用神经元来模拟一些简单的问题，也就是模拟与非门。

一、与非门是什么？

与门就是对于两个输入信号x1或者x2，只有两个输入信号都为1，则输出y为1,否则输出y为0.

x1	x2	y
0	0	0
1	0	0
0	1	0
1	1	1

为了实现这个这个与门，我们就需要确定w1，w2和θ，那么什么样的值才能满足上面那个表呢？答案是无限个值，比如（w1，w2，θ）=（0.5，0.5，0.7）的时候就可以满足，也就是说下面的神经元就可以实现与门。
在这里插入图片描述
同样的道理，当（w1，w2，θ）=（0.5，0.5，0.8）或者（1.0，1.0࿰