Простой персептрон в Python

Question

Я работаю над программированием очень простого персептрона на Python без порога, и я использую сигмовидную функцию, но мне нужно четкое руководство, я должен понять, как построить вывод ,

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) 

Я не тестировал код на питоне, но это просто буря ума, когда я узнал лекцию. Но я не уверен, когда я использую sigmoid_derative? Я понимаю, что функция активации будет иметь 2-х частей:

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

Тогда мы будем иметь функцию ошибки, чтобы знать, если веса являются точными.

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

Answer 1

1. Это не код Python вообще. Насколько я понимаю, это своего рода псевдокод.
2. Ваш вопрос скорее концептуальный, не связанный с Python или кодировкой в ​​этом отношении. Поэтому, чтобы дать вам четкое представление об этом, вам нужно сначала вычислить newInput так, как вы это сделали. Сигмоидальная функция, используемая в качестве функции активации, дает конечный результат (фактический выход). Этот результат сравнивается с целевым выводом, чтобы получить значение ошибки, которое используется для обновления весов. Эта итерация повторяется для всех входов эпохи по эпохе, пока значение ошибки не станет ниже подходящей отметки. Другим возможным способом завершения алгоритма является установка максимального количества разрешенных эпох.

Answer 2

Я надеюсь, что одна из моих статей о Перцептроне поможет вам получить четкое представление. Моя статья «Интуитивный пример искусственной нейронной сети (персептрон), обнаруживающей автомобили/пешеходы от самоходного автомобиля». - Итак, в основном, эта статья была написана для новичков, чтобы получить лучшую интуицию. Вот ссылка:

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

[]2