Math 对NAND感知器使用简单权重（-1，-1）和偏差（2）

在大多数关于感知器的研究材料中，感知器的定义如下

如果为w，则输出=1。x+b>0

---

如果为w，则输出=0。x+b因为在样本数据附近绘制区分边界不是一个好的做法：

因为在样本数据附近绘制区分边界不是一个好的做法：

上面列出的所有权重都有效（链接的3个权重和自己的权重）。你列出的所有权重对我来说也很简单。你上面列出的所有权重都有效（你链接的3个权重和你自己的权重）。你列出的所有重量对我来说也很简单。啊！这是有道理的。在样本数据上具有区分边界使得如果w，则必须

output=1。x+b>0；如果为w，则输出=0。x+b0；如果为w，则输出=0。x+b=0；如果为w，则输出=0。x+b<0

可以工作。我们把非严格平等放在哪里并不重要。啊！这是有道理的。在样本数据上具有区分边界使得如果w，则必须

output=1。x+b>0；如果为w，则输出=0。x+b0；如果为w，则输出=0。x+b=0；如果为w，则输出=0。x+b<0

可以工作。把非严格等式放在哪里并不重要。

x0 x1 | w0 * x0 + w1 * x1 + b | output
------+-----------------------+-------
0  0  | 2                     | 1
0  1  | 1                     | 1
1  0  | 1                     | 1
1  1  | 0                     | 0