感知机（perceptron）是具有输入和输出的算法。给定一个输入以后，将输出一个既定的值。
类似于用编程实现数字逻辑中的电路。

感知机将权重和偏置设定为参数。感知机会计算输入信号和权重的乘积，然后加上偏置，如果这个值大于0则输出1，否则输出0。
b+w1x1+w2x2可以看作一位数组做得矩阵乘积[x1,x2]*[w1,w2]+b
权重ω是控制输入信号的重要性的参数，偏置b是调整神经元被激活的容易程度（输出信号为1的程度）的参数。【阈值θ=-b】

感知机的实现

单层感知机

单层感知机只能表示线性空间。（局限性：只能表示由一条直线分割的空间）

'''
感知机
'''
import numpy as np# 与门
def AND(x1, x2):x = np.array([x1, x2]) # 输入信号w = np.array([0.5, 0.5]) # 自定义权重参数b = -0.9 # 自定义偏置tmp = np.sum(w*x) + bif tmp <= 0:return 0else:return 1# 与非门
def NAND(x1, x2):x = np.array([x1, x2])w = np.array([-0.5, -0.5])b = 0.9tmp = np.sum(w*x) +bif tmp <= 0:return 0else:return 1# 或门
def OR(x1, x2):x = np.array([x1, x2])w = np.array([0.5, 0.5])b = -0.2tmp = np.sum(w*x) +bif tmp <= 0:return 0else:return 1print('\nAND')
for x1 in range(2):for x2 in range(2):print('{0:4d} {1:4d} {2:4d}'.format(x1, x2, AND(x1, x2)))
print('\nNAND')
for x1 in range(2):for x2 in range(2):print('{0:4d} {1:4d} {2:4d}'.format(x1, x2, NAND(x1, x2)))
print('\nOR')
for x1 in range(2):for x2 in range(2):print('{0:4d} {1:4d} {2:4d}'.format(x1, x2, OR(x1, x2)))

多层感知机

叠加了多层的感知机也称为多层感知机。
多层感知机可以表示非线性空间，理论上可以表示计算机（按照某种既定的放方法进行处理）。
就是组合逻辑电路。

# 异或门
def XOR(X1, X2):s1 = NAND(x1, x2)s2 = OR(x1, x2)y = AND(X1, X2)return  yprint('\nXOR')
for x1 in range(2):for x2 in range(2):print('{0:4d} {1:4d} {2:4d}'.format(x1, x2, XOR(x1, x2)))