# 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!:")