深度学习入门 : 基于Python的理论与实现

  第 2章　感知机

28

x = np.array([x1, x2])

w = np.array([0.5, 0.5]) #

仅权重和偏置与

AND

不同！

b = -0.2

tmp = np.sum(w*x) + b

if tmp <= 0:

return 0

else:

return 1

我们在2.2 节介绍过，与门、与非门、或门是具有相同构造的感知机，

区别只在于权重参数的值。因此，在与非门和或门的实现中，仅设置权重和

偏置的值这一点和与门的实现不同。

2.4

感知机的局限性

到这里我们已经知道，使用感知机可以实现与门、与非门、或门三种逻

辑电路。现在我们来考虑一下异或门（

XOR gate

）。

2.4.1

　异或门

异或门也被称为逻辑异或电路。如图 2

-

5 所示，仅当 x

1

或 x

2

中的一方为

1 时，才会输出1（“异或”是拒绝其他的意思）。那么，要用感知机实现这个

异或门的话，应该设定什么样的权重参数呢？

x

1

x

2

y

1 1

11

11

0

0

0

0

0 0

图2-5　异或门的真值表

2.4  感知机的局限性 

29

实际上，用前面介绍的感知机是无法实现这个异或门的。为什么用感知

机可以实现与门、或门，却无法实现异或门呢？下面我们尝试通过画图来思

考其中的原因。

首先，我们试着将或门的动作形象化。或门的情况下，当权重参数

(

b,