基于python手写深度学习网络系列（2）感知机的实现
基于python手写深度学习网络系列（2）
感知机的实现
感知机是由美国学者Frank Rosenblatt在1957年提出来的。
感知机是神经网络最基本的形式，可以将它粗略理解为人类大脑中的神经元，输入一个或者多个数据，然后通过计算，输出一个数据，具体的形式是
其中，weight就是权重，input是输入，bias是偏置
通过感知机可以实现与或非门的效果，但不能实现异或门，关键是权重和偏置b。
因为与或非门是线性的，异或门表现到图上是非线性空间，用一层感知器是无法表示的，需要用二层感知器。
与门、或门、非门、异或门的实现如下图所示
这些都是比较基础的，就一带而过了，之后重点分享手写神经网络的过程