AI人工智能 基于感知器的分类器
感知器是人工神经网络的构建块。
以下是构建基于感知器的简单神经网络分类器的 Python 代码的分步执行过程：
导入必要的包，如下所示：
import matplotlib.pyplot as plt
import neurolab as nl输入值。请注意，这是一个监督学习的示例，因此您还需要提供目标值。
input = [[0, 0], [0, 1], [1, 0], [1, 1]]
target = [[0], [0], [0], [1]]创建一个具有 2 个输入和 1 个神经元的网络：
net = nl.net.newp([[0, 1],[0, 1]], 1)现在，训练网络。这里，我们使用 Delta 规则进行训练。
error_progress = net.train(input, target, epochs=100, show=10, lr=0.1)现在，可视化输出并绘制图表：
plt.figure()
plt.plot(error_progress)
plt.xlabel('迭代次数')
plt.ylabel('训练误差')
plt.grid()
plt.show()您可以看到以下图表，显示了使用误差指标的训练进度：
