用阶跃函数作为激活函数的神经网络代码

以下是使用阶跃函数作为激活函数的神经网络的示例代码：

import numpy as np

# 定义阶跃函数
def step_function(x):
    return np.array(x > 0, dtype=np.int)

# 定义神经网络
def neural_network(x, w):
    a = np.dot(x, w)
    z = step_function(a)
    return z

# 输入数据
x = np.array([1.0, 2.0])
# 权重
w = np.array([[0.1, 0.3, 0.5], [0.2, 0.4, 0.6]])
# 执行神经网络
y = neural_network(x, w)
print(y)

在上面的代码中，我们定义了一个阶跃函数 `step_function`，它将大于0的值转换为1，小于等于0的值转换为0。接着，我们定义了一个神经网络函数 `neural_network`，它使用输入数据 `x` 和权重 `w` 计算出神经网络的输出值 `y`，其中使用了阶跃函数作为激活函数。最后，我们输入数据 `x` 和权重 `w`，并执行神经网络，得到输出值 `y`。