感知器没有正确训练 - 循环错误？答案

【问题标题】：Perceptron not training correctly - error in loop?感知器没有正确训练 - 循环错误？
【发布时间】：2017-12-01 18:09:34
【问题描述】：

我正在尝试在 python 中实现一个简单的感知器，它将能够对 OR 或 AND 等逻辑函数进行分类。

我在 python 中有以下代码：

偏差是每个输入向量中的第三个条目。有一个行向量“targets”，其中包含“正确”值，标签：

问题是权重没有正确更新。它们仍然是随机的，这告诉我没有真正被训练。

inputs = np.array([
[0,0,1],
[0,1,1],
[1,0,1],
[1,1,1],
])
targets = np.array([0,0,0,1])

def step_function(x):
    return 1 * (x>=0)

def train(x,y):
    rate = 0.1
    trials = 10
    errors = []
    w = np.random.rand(len(inputs[0]))

    for t in range(trials):
        for i, x in enumerate(inputs):

            actual = np.dot(inputs[i], w)
            desired = targets[i]
            error = desired - step_function(actual)

            if error != 0:
                errors.append(error)
                w += rate * error * inputs[i]

    return w

w = train(inputs, targets)
print(w)

【问题讨论】：

标签： python arrays for-loop enumerate perceptron

【解决方案1】：

您的函数step_function 不正确。您可以跳过该功能并进行更改：

#this
error = desired - step_function(actual)
#to
error = desired - actual

结果不会是完美的 1 和 0，但会完成我认为您所针对的工作。将来您可以使用 sigmoid 函数或其他方法来尝试使结果更接近 0 和 1。

【讨论】：