Page 196 - python

170

12.10 การคํานวณ Single Layer Perceptron ของ And Gate

ในตัวอยางนี้เปนการแกปญหาลอจิก And Gate ดวย Neural Network ซึ่งเปน Machine
ั

Learning Algorithm โดยมตารางความจริงดงตอไปน ้ ี
ี

ตารางที่ 12.5 ตารางความจริงของ And Gate

0 0 0
0 1 0

1 0 0
1 1 1

จากตารางดานบนสามารถสรางสถาปตยกรรมโครงขายประสาทเทียมแบบชั้นเดียว โดยสุมคา

เริ่มตนใหน้ําหนัก มีคา 0.5 และ เทากับ 2.5 ดังนี้

ภาพประกอบที่ 12.11 สถาปตยกรรมโครงขายประสาทเทียมของ And Gate

กาหนดใหคา Bias ( ) มีคาเทากบ 1.0 และอัตราการเรียนรู ( ) กาหนดใหเทากับ 0.2 ขนตอน
ั
ั้
ํ
ํ
การสรางโครงขายประสาทเทียมแบบชั้นเดียว ดังนี้
1. ปอนคาอินพุตเขาโครงขาย
2. คํานวณคําตอบ = ( + − )

โดยที่
1 + − ≥ 0
=

0 + − < 0

3. คํานวณหาคาความผิดพลาด

= −
4. ปรับคา Weight และ Bias ใหม
= + Δ
= + Δ
โดยที่

Δ = ( − )

Δ = − ( − )