AND 感知器的权重和偏差是多少？答案

【问题标题】：What are the weights and bias for the AND perceptron?AND 感知器的权重和偏差是多少？
【发布时间】：2020-05-21 14:37:13
【问题描述】：

我正在实施 AND 感知器，但在决定组合的权重和偏差以使其与 AND 真值表匹配时遇到困难。

这是我编写的代码：

import pandas as pd

# Set weight1, weight2, and bias
weight1 = 2.0
weight2 = -1.0
bias = -1.0

# 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))

我必须从上述值中决定 weight1、weight2 和 bias。当有 1 和 0 作为输入时，我得到一个输出错误。

感谢您的帮助。

【问题讨论】：

标签： python pandas neural-network

【解决方案1】：

方程是对称的：两个输入在功能上是等效的。
以权重作为变量，三个（现在两个）变量中有四个（现在三个）不等式。你在解决那个系统时遇到什么问题？

系统：

w = weight (same for both inputs)
b = bias

0*w + 0*w + b <= 0
1*w + 0*w + b <= 0
1*w + 1*w + b >  0

这让你有

w + b <= 0
2*w + b > 0

您应该能够从那里描述可能的解决方案。

【讨论】：

【解决方案2】：

尝试使用relu激活函数，看看是否能解决你的问题

relu(weight1 * test_input[0] + weight2 * test_input[1] + bias)

1、1 和 -1.5 应该可以工作。

【讨论】：

1, 1, -1.5 对我有用，但不需要 relu 激活功能。
int(linear_combination >= 0) 在某种意义上相当于一个 relu 函数。如果你把它改成int(linear_combination > 0)，它就变成了一个relu激活函数。 Prune 提到了许多解决方案。
感谢@Lufy 是的 1,1 和 -1.5 与我一起用于 OR 运算符，AND 运算符呢？

【解决方案3】：

AND 感知器：

weight1 = 1.0
weight2 = 1.0
bias = -2.0

或感知器：

weight1 = 1.0
weight2 = 1.0
bias = -1

不是感知器：

weight1 = 1.0
weight2 = -2.0
bias = 0

偏差充当调整线性方程的截距。

【讨论】：

【解决方案4】：

感知器算法

如果wx+b >=0 and 0 if wx+<0，则预测 = 1

所以输入是(0, 0), (0, 1), (1, 0), (1, 1) 确保您为 weight1、weight2 和 bias 输入的数字会将 < 0 输出为假，>=0 输出为真

对于输入 (0,0)

weight1*0+weight2*0+-2

1*0+1*0-2 = -2

对于输入 (0,1)

1*0+1*1-2 = -1

用于输入 (1,0)

1*1+1*0-2 = -1

用于输入 (1,1)

1*1+1*1-2 = 0

因此，我的 weight1 =1，weight2 =1，bias = -2。我得到的所有答案都是正确的

您可以使用任何您想要的 weight1,weight2 和 bias 值，只要输出说明 AND 操作即可。请记住，您可以申请 OR 和其他操作

【讨论】：