Question

这段代码是用python 3编写的，你能告诉我你的伪代码是什么样的吗？我无法理解正在进行的计算：

#dobro n * 2
# x * weight

import random
import numpy as np

   def derivada(n):
        return n*(1-n)

x = 0.85 
y = 0.25
w = random.random()

#épocas

for i in range(10):
     a=np.tanh(x*w)

     e = y-a#erro

     w+= x* derivada(e)

     print(a)

我尝试以这种方式进行伪代码，但它运行得不太好。

     algoritm "untitled"

            var
                er, n, f, x1, w1, w2, u, y : real
                                  b, yd, i : inteiro
           Begin
               b <- 1
               x1 <- 1
               w1 <- 0
               u <- (x1*w1)+b
               y <- tan(u)
               yd <- 5
               er <- yd-y
               for i de 1 to 10 do
               n <- 0.5
               f <- (n*x1*er)
               w1 <- w1+f
               Write(w1)
               endfor

               // Commands
          End

你能告诉我什么是错的吗？

Answer 1

基本上，正在发生的是你有这些变量：

x - 为感知器输入值

y - 来自perceptron的预期输出

w - 感知器上的重量值

derivato(n)函数返回tanh曲线的导数。这用于计算w变量的调整。

x设置为0.85，y设置为0.25。 w初始化为随机数。

10次，a是感知器的输出。这等于tanh(x*w)，其中x是输入，w是权重，tanh是tanh函数。

错误（e变量）是通过执行y-a计算的，其中y是预期输出。（基本事实）

通过计算w处的tanh曲线的导数并乘以e来计算对权重（x）的调整。所以调整是x*derivato(e)

然后，将调整添加到重量中，进行调整。

如何在python中制作感知器的伪代码？

1 个答案: