看看单层神经网络简单到爆，以为自己都会了，以为书上都讲全了，其实根本不是那么回事儿。
实践一下才知道，超多的限制。简单实验了一下书上拿来举例子的 或运算和与运算。
首先输出函数必须用离散函数！用sigmoid就不行，收敛慢，而且永远无法做到输入0，0 输出0. 永远都输出的是0.5. 因为输入量是0，所以没有delta一直是0！
然后离散函数还不算完，书上用的是符号函数，结果必须用一个-1阀值输入才行！直接用 >0 和 <0来判断输出是不行的。结果会是：做与运算的训练，训练出来的是或运算器。做或运算器训练出来的是与运算器。。。。。
这还不算完，用符号函数输出是1和-1，自然想到输入也用1和-1。结果或运算训练出来的还是与运算，与运算训练出来的倒是没问题了。。。。
最后还是得老老实实用0和1输入，1和-1输出。神经元链接的权值终于。。。终于稳定下来了。输出也符合需要了。这坑爹的单层神经网络啊，设计个逻辑运算这么烦。