import numpy as np

entrada = np.array([
  [0,0,1],
  [1,1,1],
  [1,0,1],
  [0,1,1]
])

treinamento_resultado = np.array([[0,1,1,0]]).T

np.random.seed(1)

pesos_sinapticos = 2 * np.random.random((3,1)) - 1

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

def derivada_sigmoid(x):
  return x * (1 - x)

for i in range(10000):
  input_layer = entrada
  output_layer = sigmoid(np.dot(input_layer, pesos_sinapticos))

  error = treinamento_resultado - output_layer
  ajuste = error * derivada_sigmoid(output_layer)

  pesos_sinapticos += np.dot(input_layer.T, ajuste)


print(output_layer)