def __init__(self, input_num):
'''
Desc:
初始化线性单元，设置输入参数的个数
Args:
input_num —— 输入参数的个数
Returns:
None
'''
# 初始化我们的感知器类，设置输入参数的个数 input_num 和 激活函数 f
Perceptron.__init__(self, input_num, f)
def __init__(self, input_num):
'''
Desc:
初始化线性单元，设置输入参数的个数
Args:
input_num —— 输入参数的个数
Returns:
None
'''
# 初始化我们的感知器类，设置输入参数的个数 input_num 和 激活函数 f
Perceptron.__init__(self, input_num, f)
def __init__(self, input_num):
'''初始化线性单元，设置输入参数的个数'''
Perceptron.__init__(self, input_num, f)
def get_training_dataset():
'''
捏造5个人的收入数据
'''
# 构建训练数据
# 输入向量列表，每一项是工作年限
input_vecs = [[5], [3], [8], [1.4], [10.1]]
# 期望的输出列表，月薪，注意要与输入一一对应
labels = [5500, 2300, 7600, 1800, 11400]
return input_vecs, labels
def __init__(self, input_num):
'''初始化线性单元，设置输入参数的个数'''
Perceptron.__init__(self, input_num, f)
def __init__(self, input_num):
Perceptron.__init__(self, input_num, f)
def __init__(self, input_num):
"""初始化线性单元,设置输入参数的个数"""
Perceptron.__init__(self, input_num, f)
def __init__(self, input_num):
'''
初始化线性回归模型，设置输入参数的个数
'''
# 感知机取消阶跃激活函数即为线性回归
Perceptron.__init__(self, input_num, linear)
def __init__(self, input_num):
"""初始化"""
Perceptron.__init__(self, input_num, f)
def __init__(self,input_num,activator):
Perceptron.__init__(self,input_num,activator)
def __init__(self, input_num):
'''初始化线性单元，设置输入参数的个数'''
Perceptron.__init__(self, input_num, f)
def __init__(self, input_num):
Perceptron.__init__(self, input_num, lambda x: x)
def __init__(self, input_num):
"""
初始化线性单元，设置输入参数的个数
:param input_num:
"""
Perceptron.__init__(self, input_num, f)
def __init__(self, input_num):
'''init linear unit, set input'''
Perceptron.__init__(self, input_num, f)
def __init__(self, input_num):
# 初始化线性单元，设置输入参数的个数
Perceptron.__init__(self, input_num, f)
def __init__(self, indim):
Perceptron.__init__(self, indim)
