我正在编写一个没有阈值的 Python 中非常简单的感知器，并且我正在使用 sigmoid 函数，但我需要一个明确的指导方针来遵循，我对如何构造输出感到困惑。
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)
我没有在 python 中测试代码，但这只是我从讲座中学到的头脑风暴。但我不确定何时使用 sigmoid_derative？我了解激活功能将包含 2 个部分：
- 加法器：
newInput= w1x1 + w2x2 + w3x3 sigmoid = 1.0/(1.0 + exp(- newInput)
然后我们将使用误差函数来了解权重是否准确。
Error = 0.5 * (Target - Output)* (Target- Output)
if Error == 0 then Break;
else
Update weights.
]