第27页

  def AND(x1, x2):
x = np.array([x1, x2])
w = np.array([0.5, 0.5])
b = -0.7
tmp = np.sum(w*x) + b
if tmp <= 0:
return 0
else:
return 1
这里把−θ命名为偏置b，但是请注意，偏置和权重w1、 w2的作用是不
一样的。具体地说， w1和w2是控制输入信号的重要性的参数，而偏置是调
整神经元被激活的容易程度（输出信号为1的程度）的参数。比如，若b为
−0.1，则只要输入信号的加权总和超过0.1，神经元就会被激活。但是如果b
为−20.0，则输入信号的加权总和必须超过20.0，神经元才会被激活。像这样，
偏置的值决定了神经元被激活的容易程度。另外，这里我们将w1和w2称为权重，
将b称为偏置，但是根据上下文，有时也会将b、 w1、 w2这些参数统称为权重。