Python中的簡單Perceptron及其文檔

Question

我已經用Python編寫了這個簡單的感知器算法

import numpy as nu
import random as ra

function = lambda x: 1 if x >= 0 else 0

training_set=[([1,0,0],1),
              ([1,1,1],1),
              ([1,-1,0],0),
              ([1,0,-1],0),
              ]

w = nu.random.rand(3)
eta = 0.1
print(w)

for l in range(10000):
    for _ in range(4):
        x,y = training_set[_]
        res = (function(nu.dot(w,x)) - y)
        update = eta * res
        w += nu.dot(update,x)

print(w)

function檢查是否w*x>=0 。 我有一個包含4個元素的訓練集，第一個元素是xi向量，第二個元素是預期的結果。 第一元素xi是偏置。 循環繼續更新wi進行1000次迭代。 事實是有時會融合，有時不會融合。

一些問題：

1. 該算法似乎正確嗎？
2. 我必須輸入多少訓練樣本才能確保算法的完美收斂？
3. 為什么平均而言，循環會完成對training_set的4次迭代？

Answer 1

1. 我認為您需要翻轉更新的跡象。 否則，您正在遠離最低要求。
2. 這取決於w的初始值，學習率，訓練樣本的順序等。您無法對收斂做出任何硬性陳述。
3. 好像您編輯了代碼，這個問題就變得無關緊要了。