利用编程实现感知器的AN、OR、异或操作算法

感知器是一种基本的神经网络模型，用于二分类问题。其中，AN（And）操作算法、OR（Or）操作算法是线性可分的，而异或（XOR）操作算法不是线性可分的。

AN（And）操作算法：

def AND(x1, x2):
    w1, w2, theta = 0.5, 0.5, 0.7
    tmp = w1 * x1 + w2 * x2
    if tmp <= theta:
        return 0
    elif tmp > theta:
        return 1

OR（Or）操作算法：

def OR(x1, x2):
    w1, w2, theta = 0.5, 0.5, 0.3
    tmp = w1 * x1 + w2 * x2
    if tmp <= theta:
        return 0
    elif tmp > theta:
        return 1

异或（XOR）操作算法：

# 异或操作不是线性可分，需要多层感知器（MLP）来解决
# MLP 由输入层、隐层、输出层构成，其中隐层可以有多层
# 以下是一层隐层的 MLP 算法

import numpy as np

def sigmoid(x):
    return 1 / (1 + np.exp(-x))

def XOR(x1, x2):
    # 输入层->隐层
    w1 = np.array([[-0.2, 0.2], [0.4, 0.4]])
    b1 = np.array([0.2, -0.4])
    a1 = np.dot(np.array([x1, x2]), w1) + b1
    z1 = sigmoid(a1)

    # 隐层->输出层
    w2 = np.array([0.6, 0.6])
    b2 = np.array([-0.6])
    a2 = np.dot(z1, w2) + b2
    z2 = sigmoid(a2)

    if z2 >= 0.5:
        return 1
    else:
        return 0

以上是三种感知器操作算法的示例代码，其中AN操作算法和OR操作算法是单层感知器，而异或操作算法需要多层感知器来实现。