如何解决感知器逻辑 OR 值错误:具有多个元素的数组的真值不明确使用 a.any() 或 a.all()
我发现了另一个标题几乎相同的问题,但它是关于逻辑与的,我在逻辑或上有问题。
这是我的代码:
from numpy import array,random,dot
from random import choice
from pylab import ylim,plot
from matplotlib import pyplot as plt
def step_function(x): return 0 if x < 0 else 1
training_dataset = [
(array([0,1,0.2345678]),1),(array([1,1]),0]),0),0.5]),]
weights = random.rand(3)
error = []
learning_rate = 0.00000001
n = 100
for j in range(n):
x,expected = choice(training_dataset)
result = dot(weights,x)
err = expected - step_function(result)
error.append(err)
weights = weights + learning_rate * err * x
for i in range(100):
result = dot(i,weights)
print("{}: {} -> {}".format(i,result,step_function(result)))
ylim([-1,1])
plot(error)
plt.show()
我试图制作一个感知器。我不知道问题是什么,但是ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
当我将模型评估循环从 for i,_ in training_dataset:
更改为 for i in range(100):
时发生。我这样做是因为它只会向我显示输出 4 次,而我希望看到程序运行 100 次。你知道为什么会这样吗?我该如何解决?
解决方法
for 循环迭代了 training_dataset,而不是一个范围。您需要为 dot 函数提供训练数据集。
from numpy import array,random,dot
from random import choice
from pylab import ylim,plot
from matplotlib import pyplot as plt
def step_function(x): return 0 if x < 0 else 1
training_dataset = [
(array([0,1,0.2345678]),1),(array([1,1]),0]),0),0.5]),]
weights = random.rand(3)
error = []
learning_rate = 0.1
n = 100
for j in range(n):
x,expected = choice(training_dataset)
result = dot(weights,x)
err = expected - step_function(result)
error.append(err)
weights = weights + learning_rate * err * x
for i in range(100):
k = random.randint(len(training_dataset))
result = dot(training_dataset[k][0],weights)
print("{}: {} -> {}".format(i,result,step_function(result)))
ylim([-1,1])
plot(error)
plt.show()
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。