AI实战: 从入门到精通系列——用感知器实现情感分类

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

CDA网校：数据科学、人工智能从业者的在线大学。

数据科学（Python/R/Julia）数据分析、机器学习、深度学习

人工智能的第一次高潮始于上世纪50年代。在算法方面，感知器数学模型被提出用于模拟人的神经元反应过程，并能够使用梯度下降法从训练样本中自动学习，完成分类任务。

感知器

感知器算法在上个世纪50-70年代很流行，也成功解决了很多问题。并且，感知器算法也是非常简单的。

感知器的定义

感知器示意图：

python实现感知器

环境

Ubuntu16.04 LTS

python 3.x

numpy

代码实现

perception.py

测试

1. def f(x):
   
2.     '''
   
3.     定义激活函数f
   
4.     '''
   
5.     return 1 if x > 0 else 0
   
6.    
   
7. def get_training_dataset():
   
8.     # 构建训练数据
   
9.    
   
10.     # 输入向量列表
    
11.     input_vecs = [[[1,1,1], [1,1,1]], [[0,0,0],[0,0,0]], [[1,1,1],[0,0,0]], [[0,0,0],[1,1,1]]]
    
12.     # 对应的标签为
    
13.     labels = [1, 0, 0, 0]
    
14.    
    
15.     return input_vecs, labels   
    
16.    
    
17. def train_perceptron():
    
18.     '''
    
19.     训练感知器
    
20.     '''
    
21.     # 创建感知器，输入参数个数为2，维度为3，激活函数为f
    
22.     p = Perceptron(2, 3, f)
    
23.    
    
24.     # 训练，迭代100轮, 学习率为0.05
    
25.     input_vecs, labels = get_training_dataset()
    
26.     p.train(input_vecs, labels, 100, 0.05)
    
27.    
    
28.     # 打印训练获得的权重
    
29.     p.print_weights()
    
30.    
    
31.     return p
    
32.    
    
33.    
    
34. if __name__ == '__main__':
    
35.     # 训练感知器
    
36.     perception = train_perceptron()
    
37.    
    
38.     # 测试
    
39.     res = perception.predict([[1,0,0], [1,1,1]])
    
40.     print(‘classification:’， res)

复制代码

运行结果

关注“AIU人工智能”公众号，回复“白皮书”获取数据分析、大数据、人工智能行业白皮书及更多精选学习资料！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：入门到精通 感知器 Perception percepti Training

感谢楼主分享

感谢分享

人工智能的第一次高潮始于上世纪50年代。1956年达特茅斯会议。

点个赞加点人气
感谢分享