单个人工神经元的实现

人工神经元

神经元是构成神经网络的最基础单元

网络结构：

人工神经网络由神经元模型构成，这种由许多神经元组成的信息处理网络具有并行分布结构。

输入数据采用二维数组data[][]存储,输入4组输入数据（0,0) (0,1) (1,0) (1,1)。

计算人工神经元的程序的处理步骤如下：
单个人工神经元对于输入信号计算输出值的计算步骤
( 1 ）初始化权重和阈值。
( 2 ） 读入输入数据。
( 3 ）对于所有的输入数据进行如下计算。
      ( 3-1 ）将输入值和对应的权重相乘后合并。
      ( 3-2 ）减去阈值。
      ( 3-3 ）利用传递函数来计算输出值。

 运行环境VS2019

/*
  单个人工神经元
  输入数（2输入）
传递函数的种类（阶梯函数、sigmoid函数）
各个输入所对应的权重Wi；
阈值v
*/
/*Visual Studio的互换性保证 */
#define _CRT_SECURE_NO_WARNINGS


#include<stdio.h>
#include<stdlib.h>
#include<math.h>

#define INPUT 2  /*输入数*/ 
#define MAXINPUT 100    /*数据的最大个数*/


//初始化权重
void init_weight(double W[])
{
    /*给权重和阈值固定的值*/
    W[0] = 1;
    W[1] = 1;
    W[2] = 1.5;//存放阈值
}

int getdata(double data[][INPUT])
{
    int number = 0;
    int j = 0;

    printf("请输入数据
");
    //数据输入
    while (scanf("%lf", &data[number][j]) != EOF)
    {
        ++j;
        if (j >= INPUT)
        {/*下一个数据*/
            j = 0;
            ++number;
        }

    }
    printf("输入数据完成
");
    return number;
}


double f(double u)
{
    /*阶梯函数的计算*/
    if (u >= 0) return 1.0;
    else return 0.0;

    /*sigmoid函数的计算*/
   // return 1.0/(1.0+exp(-u)) ;
}


double forward(double W[INPUT+1], double data[INPUT])
{
    int i;/*循环的控制*/
    double u, z;/*中间的计算值u和输出值o*/

    /*计算主体*/
    u = 0;
    for (i = 0; i < INPUT; ++i)
        u += data[i] * W[i];
    u -= W[i];/*阈值的处理*/
    /*输出值的计算*/
    z = f(u);
    return z;
}




int main()
{
    double W[INPUT + 1];
    double data[MAXINPUT][INPUT];  //数据
    double z;//输出
    int number;//数据个数

    init_weight(W);
    /*读入输入数据*/
    number = getdata(data);
    printf("数据的个数:%d
", number);

    /*计算的主体*/
    for (int i=0;i<number; ++i)
    {
        printf("%d ", i);
        for (int j = 0; j < INPUT; ++j)
            printf("%lf ", data[i][j]);
        z = forward(W, data[i]);
        printf("%lf
", z);
    }

    return 0;

}

  结果与AND逻辑运算相同

要注意的是：在终端(黑框)中手动输入时，系统并不知道什么时候到达了所谓的“文件末尾”，因此需要用<Ctrl + z>组合键然后按 Enter 键的方式来告诉系统已经到了EOF，这样系统才会结束while。

在VS中，三组<Ctrl+z>和Enter 键，跳出while循环。