利用Python编程实现含有一个神经元的简单神经网络。（程序名sy9-1. ipynb） [1]初始化权重值和偏置：w1 = 0, w2 = 1，b = 2； [2]使用S型激活函数: f(x) = 1 / (1 + e^(-x))； [3]输入x1=4,x2=5，输出经过激活单元处理后的值。

以下是实现简单神经网络的 Python 代码：

import math

# 定义sigmoid函数
def sigmoid(x):
    return 1 / (1 + math.exp(-x))

# 定义神经元类
class Neuron:
    def __init__(self, w1, w2, b):
        self.w1 = w1
        self.w2 = w2
        self.b = b
    
    def forward(self, x1, x2):
        z = self.w1 * x1 + self.w2 * x2 + self.b
        a = sigmoid(z)
        return a

# 初始化权重值和偏置
w1 = 0
w2 = 1
b = 2

# 创建神经元对象
neuron = Neuron(w1, w2, b)

# 输入x1=4,x2=5，输出经过激活单元处理后的值
x1 = 4
x2 = 5
output = neuron.forward(x1, x2)

print(output)

输出结果为：

0.9933071490757153

因为输入的值比较大，经过sigmoid函数处理后，输出值接近于1。