导入权重和偏置的感知机

#案例一
def AND(x1,x2):
#定义权重w1 w2,和阈值0.7
w1,w2,theta=0.5,0.5,0.7
tmp=x1w1+x2w2 #定义表达式
if tmp<=theta:
return 0
elif tmp>theta:
return 1

#调用
print(AND(0,0))
print(AND(0,1))
print(AND(1,0))
print(AND(1,1))
#案例二导入权重和偏置
import numpy as np
x=np.array([0,1]) #输入量
w=np.array([0.5,0.5]) #权重
b=-0.7 #偏置
print(xw)
print(np.sum(xw)+b) #计算相乘后的元素总和，最后再把偏置加到总和上。

#案例三、导入权重和偏置的实现
def AND2(x1,x2):
x=np.array([x1,x2])
w=np.array([-0.5,-0.5]) #权重和偏置与AND函数不同;
b=0.7
tmp=np.sum(xw)+b
if tmp<=0:
return 0
else:
return 1
def OR(x1,x2): #定义或门功能；
x=np.array([x1,x2])
w=np.array([0.5,0.5]) #仅仅权重和偏置与AND函数不同;
b=-0.2
tmp=np.sum(xw)+b
if tmp<=0:
return 0
else:
return 1
#调用案例
print(AND2(0.5,0.5))
print(AND2(-0.5,0.5))

print(OR(0.5,0.5))
print(OR(-0.5,0.5))