[Python] 퍼셉트론으로 AND, NAND, OR 구현

퍼셉트론 복습 겸 AND, NAND, OR 구현 정리

---

AND

가중치와 평향이 없는 AND

# 1) x1과 x2를 인수로 받는 AND
def AND(x1, x2):
    w1, w2, theta = 0.5, 0.5, 0.7
    tmp = x1*w1 + x2*w2
    if tmp <= theta:
        return 0 
    elif tmp > theta:
        return 1
        
print(AND(0, 0))
print(AND(0, 1))
print(AND(1, 0))
print(AND(1, 1))

결과값

---

가중치와 평향을 numpy로 구현

# 2) 가중치와 편향을 numpy로 구현
import numpy as np
x = np.array([0, 1])    # 입력
w = np.array([0.5, 0.5])    # 가중치
b = -0.7    # 편향
np.sum(w*x) + b    # 부동소수점 수에 의한 연산 오차

결과값

---

가중치와 평향을 도입한 AND

# 1) + 2) 둘을 합친 가중치와 편향을 도입한 AND
def AND(x1, x2):
    x = np.array([x1, x2])
    w = np.array([0.5, 0.5])
    b = -0.7
    tmp = np.sum(w*x) + b
    if tmp <= 0:
        return 0
    else:
        return 1
        
print(AND(0, 0))
print(AND(0, 1))
print(AND(1, 0))
print(AND(1, 1))

결과값

---

XOR, OR

가중치와 평향을 도입한 XOR, OR

import numpy as np

# 가중치와 편향을 도입한 NAND, OR
def NAND(x1, x2):
    x = np.array([x1, x2])
    w = np.array([-0.5, -0.5])    # AND와 가중치만 다름
    b = 0.7    # 편향
    tmp = np.sum(w*x) + b
    if tmp <= 0:
        return 0
    else:
        return 1
    
def OR(x1, x2):
    x = np.array([x1, x2])
    w = np.array([0.5, 0.5])
    b = -0.2
    tmp = np.sum(w*x) + b
    if tmp <= 0:
        return 0
    else:
        return 1

결과값

---

AND, NAND, OR은 모두 선형 영역

---

당신의 시간이 헛되지 않는 글이 되겠습니다.
I'll write something that won't waste your time.