感知机：

接收多个信号，输出一个信号。

感知机信号取值：流/不流（0/1）

w1、w2是权重，权重越大，对应的信号的重要性越高，通过的信号就越大。图中⚪称为神经元或者节点，输入信号被送往神经元时，会分别乘以固定的权重（w1x1,w2x2）,神经元会计算传来的信号的总和，只有当这个总和超过某个界限值时，才会输出1.这也称为“神经元被激活”。这个界限值称为阈值，用符号θ表示

数学表示：

简单逻辑电路（利用感知机实现逻辑电路）

与门（AND gate）：只有两个输入都为1时，才可以输出1，其余都是0

eg:(w1,w2,θ)=(0.5,0.5,0.7)时，且x1和x2同时为1，信号加权总和才会超过给定的阈值。

所以实现与门就需要将感知机设定特定的参数后，仅x1和x2同时为1时，信号加权才会超过给定阈值。

与非门（NAND gate）：颠倒了与门的输出，仅当x1和x2同时为1时，输出0，其他时候输出1。

要表示与非门，实际上就是将与门的参数值取反：(w1,w2,θ)=(-0.5,-0.5,-0.7)，就可以实现与非门。

或门：只要有一个输入信号是1，输出就是1。

eg:(w1,w2,θ)=(0.5,0.5,-0.4),实现或门，就需要所有权重均大于阈值

感知机的实现

与门的实现

def AND(x1,x2):
    w1,w2,theta=0.5,0.5,0.7
    tmp=w1*x1+w2*x2
    if tmp>theta:
        return 1
    else:
        return 0
print(AND(0,0))
print(AND(0,1))
print(AND(1,0))
print(AND(1,1))

与门实现比较直接，在实现与非门和或门时，首先把的 θ换成−b，于是就可以用下式来表示感知机的行为。

b为偏置，用来调节神经元被激活的容易程度（输出信号为1）。

def NAND(x1,x2):
    w1,w2,b=-0.5,-0.5,0.7
    tmp=w1*x1+w2*x2+b
    if tmp>0:
        return 1
    else:
        return 0
print(NAND(0,0))
print(NAND(0,1))
print(NAND(1,0))
print(NAND(1,1))

def OR(x1,x2):
    w1,w2,b=0.5,0.5,-0.4
    tmp=w1*x1+w2*x2+b
    if tmp>0:
        return 1
    else:
        return 0
print(OR(0,0))
print(OR(0,1))
print(OR(1,0))
print(OR(1,1))