NumPyを用いたNOTゲートの作成

前提

Pythonで単純パーセプトロンに誤り訂正学習法を組み合わせたNOTゲートの学習を行うプログラムを作っています。

実現したいこと

『乱数を用いてNOTゲートの入力（論理値（0,1）の組）と出力の組を10000組作り、配列data1に保存すし、戻り値に配列data1を返す』という動作を関数で定義する。

発生している問題

NOTゲートが作れない

該当のソースコード

Python
1# NOTゲートの誤り訂正学習
2import numpy as np
3
4#データ作成
5def preparedata(kk):
6    kk = 10000
7    nn = 2
8    xx = np.random.randint(0,2, (kk, nn))
9    yy = xx[:, 0] ~ xx[:, 1]
10    return deta1
11
12# 重みの学習
13def weightlearning(wwold, errork, xxk, eta):
14    wwnew = wwold + eta*errork*xxk
15
16    return wwnew
17
18# 線形結合器
19def linearcombiner(ww, xxk):
20    y = np.dot(ww,xxk)
21
22    return y
23
24# 平均誤り
25def checkerrorrate(error, shiftlen, k):
26    if(k>shiftlen):
27        errorshift = np.abs(error[k+1-shiftlen:k])
28    else:
29        errorshift = np.abs(error[0:k])
30    errorave = np.average(errorshift)
31
32    return errorave
33
34# ステップ関数
35def stepfunction(x):
36    if x>=0:
37        return 1
38    else:
39        return 0
40
41# メイン関数
42def main():
43    eta = 5.0e-1
44    epsilon = 0.001
45    shiftlen = 100
46    # データを読み込む．
47    notgatedata = deta1
48    xx = notgatedata["x"]
49    kk, nn = xx.shape
50    one = np.ones([kk,1])
51    xx = np.concatenate((one, xx), 1)
52    kk, nn = xx.shape
53    zztrue = notgatedata["y"]
54    print("zztrue size=", zztrue.shape)
55    # 繰返し：学習過程
56    wwold = [0.0, 0.0, 0.0]
57    error = np.zeros(kk)
58    errorave = np.zeros(kk)
59    ww = np.empty([kk,nn])
60    for k in range(kk):
61        yyk = linearcombiner(wwold, xx[k])
62        zzk = stepfunction(yyk)
63        error[k] = zztrue[k] - zzk
64        errorave[k] = checkerrorrate(error, shiftlen, k)
65        print("k={0} zztrue={1:.4f} zz={2:.4f} errorave={3:.8f}".format(k, zztrue[k], zzk, errorave[k]))
66        if(k>shiftlen and errorave[k]<epsilon):
67            break
68        wwnew = weightlearning(wwold, error[k], xx[k], eta)
69        wwold = wwnew
70        ww[k,:] = wwold
71    # 重みの学習結果を表示
72    print("重みの学習結果: w0=", wwold[0], "w1=", wwold[1], "w2=", wwold[2])
73