关于python：为什么维基百科的感知器能正确分离异或？

why does Wikipedia's perceptron correctly separate XOR?

我知道感知器只能在线性可分集上正确工作，例如 NAND、AND、OR 函数的输出。我一直在阅读维基百科关于感知器的条目，并开始使用它的代码。

XOR 是一种单层感知器应该失败的情况，因为它不是一个线性可分集。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

#xor
print ("xor")
t_s = [((1, 1, 1), 0), ((1, 0, 1), 1), ((1, 1, 0), 1), ((1, 1, 1), 0)]

threshold = 0.5
learning_rate = 0.1
w = [0, 0, 0]

def dot_product(values, weights):
return sum(value * weight for value, weight in zip(values, weights))

def train_perceptron(threshold, learning_rate, weights, training_set):
while True:
#print('-' * 60)
error_count = 0

for input_vector, desired_output in training_set:
#print(weights)
result = dot_product(input_vector, weights) > threshold
error = desired_output - result

if error != 0:
error_count += 1
for index, value in enumerate(input_vector):
weights[index] += learning_rate * error * value

if error_count == 0: #iterate till there's no error
break
return training_set

t_s = train_perceptron(threshold, learning_rate, w, t_s)

t_s = [(a[1:], b) for a, b in t_s]

for a, b in t_s:
print"input:" + str(a) +", output:" + str(b)

此 Ideone 运行的输出对于 XOR 是正确的。怎么来的？

1
2
3
4
5

xor
input: (1, 1), output: 0
input: (0, 1), output: 1
input: (1, 0), output: 1
input: (1, 1), output: 0