# verdor| rojez | consistencia | suavidad
#entradas de muestras
ts_inputs = np.array([[0.9, 0.1, 0.7, 0.2], [0.0, 0.9, 0.3, 0.8],
[0.2, 1.0, 0.0, 0.7], [1.0, 0.0, 0.8, 0.1],
[0.3, 0.4, 0.3, 0.6], [0.5, 0.6, 0.4, 0.4]])
# salidas esperadas
ts_outputs = np.array([0, 1, 1, 0, 1, 0]).T
# instanciar perceptron
perceptron = Perceptron()
print("Inicializando pesos...")
perceptron.synapse_weights = [0, 0, 0, 0]
print("Asignando tasa de aprendizaje y bias")
perceptron.learn_rate = 0.01
perceptron.bias = 1.0
# entrenamiento
print("Entrenando...")
perceptron.train(ts_inputs, ts_outputs)
print("Entrenamiento finalizado...")
def detect_tomate(salida):
if (salida):
return "Tomate maduro"
else:
return "Tomate Verde"
print("Inserte las propiedades de su tomate!:")
