在神經網絡入門回顧（感知器、多層感知器）中整理了關于感知器和多層感知器的理論，這里實現關于與門、與非門、或門、異或門的代碼，以便對感知器有更好的感覺。

此外，我們使用 pytest 框架進行測試。

pip install pytest與門、與非門、或門

通過一層感知器就可以實現與門、與非門、或門。

先寫測試代碼 test_perception.py：

from perception import and_operate, nand_operate, or_operatedef test_and_operate(): ''' 測試與門 :return: ''' assert and_operate(1, 1) == 1 assert and_operate(1, 0) == 0 assert and_operate(0, 1) == 0 assert and_operate(0, 0) == 0def test_nand_operate(): ''' 測試與非門 :return: ''' assert nand_operate(1, 1) == 0 assert nand_operate(1, 0) == 1 assert nand_operate(0, 1) == 1 assert nand_operate(0, 0) == 1def test_or_operate(): ''' 測試或門 :return: ''' assert or_operate(1, 1) == 1 assert or_operate(1, 0) == 1 assert or_operate(0, 1) == 1 assert or_operate(0, 0) == 0

寫完測試代碼，后面直接輸入命令 pytest -v 即可測試代碼。

這三個門的權重和偏置是根據人的直覺或者畫圖得到的，并且不是唯一的。以下是簡單的實現，在 perception.py 中寫上：

import numpy as npdef step_function(x): ''' 階躍函數 :param x: :return: ''' if x <= 0: return 0 else: return 1def and_operate(x1, x2): ''' 與門 :param x1: :param x2: :return: ''' x = np.array([x1, x2]) w = np.array([0.5, 0.5]) b = -0.7 return step_function(np.sum(w * x) + b)def nand_operate(x1, x2): ''' 與非門 :param x1: :param x2: :return: ''' x = np.array([x1, x2]) w = np.array([-0.5, -0.5]) b = 0.7 return step_function(np.sum(w * x) + b)def or_operate(x1, x2): ''' 或門 :param x1: :param x2: :return: ''' x = np.array([x1, x2]) w = np.array([0.5, 0.5]) b = -0.3 return step_function(np.sum(w * x) + b)

運行 pytest -v 確認測試通過。

========================================================================== test session starts ===========================================================================platform darwin -- Python 3.6.8, pytest-5.1.2, py-1.8.0, pluggy-0.12.0 -- /Users/mac/.virtualenvs/work/bin/python3...collected 3 items test_perception.py::test_and_operate PASSED [ 33%]test_perception.py::test_nand_operate PASSED [ 66%]test_perception.py::test_or_operate PASSED [100%]=========================================================================== 3 passed in 0.51s ============================================================================異或門

如上圖所示，由于異或門不是線性可分的，因此需要多層感知器的結構。

使用兩層感知器可以實現異或門。

修改 test_perception.py 文件，加入異或門的測試代碼 ：

from perception import and_operate, nand_operate, or_operate, xor_operate

以及

def test_xor_operate(): ''' 測試異或門 :return: ''' assert xor_operate(1, 1) == 0 assert xor_operate(1, 0) == 1 assert xor_operate(0, 1) == 1 assert xor_operate(0, 0) == 0

在 perception.py 文件里加入異或門的函數：

def xor_operate(x1, x2): ''' 異或門 :param x1: :param x2: :return: ''' s1 = nand_operate(x1, x2) s2 = or_operate(x1, x2) return and_operate(s1, s2)

我們通過與非門和或門的線性組合實現了異或門。

運行命令 pytest -v 測試成功。

========================================================================== test session starts ===========================================================================platform darwin -- Python 3.6.8, pytest-5.1.2, py-1.8.0, pluggy-0.12.0 -- /Users/mac/.virtualenvs/work/bin/python3...collected 4 items test_perception.py::test_and_operate PASSED [ 25%]test_perception.py::test_nand_operate PASSED [ 50%]test_perception.py::test_or_operate PASSED [ 75%]test_perception.py::test_xor_operate PASSED [100%]=========================================================================== 4 passed in 0.60s ============================================================================

原文作者：雨先生原文鏈接：https://www.cnblogs.com/noluye/p/11465389.html 許可協議：知識共享署名-非商業性使用 4.0 國際許可協議

以上就是Python如何實現感知器的邏輯電路的詳細內容，更多關于python 感知器的邏輯電路的資料請關注好吧啦網其它相關文章！