sigmoid激活函数

考虑一个简单的感知器，它有一个sigmoid激活函数和两个输入。假设权重值为以下值:w= 0.2 w= 0.3, b=0.1。给定一个带x的标记数据点x =

2,= 1, y=1回答以下问题:

(a)当将该数据点输入网络时，输出是什么? (b)如果使用二进制交叉熵，该数据样本的损失是多少? (c)一般来说，偏差在感知器中的作用是什么?

写个简单的，第二问可以看看https://www.jianshu.com/p/47172eb86b39，带入数据计算下

import numpy as np
def sigmoid(x):
    return 1/(1+np.exp(-x))

def layer(X,W,b):
    y=np.dot(X,W.T)+b
    out=sigmoid(y)
    return out
w=np.array([0.2,0.3])
b=0.1
x=np.array([2,1])
output=layer(x,w,b)

print(output) #网络层输出 0.6899744811276125