Reestruturação e teste de perceptron ainda sem sucesso

perceptron2.py

import xlrd
import random
import numpy as np

#https://ark4n.wordpress.com/2009/08/26/lendo-arquivos-xls-com-python/

pesos = np.array([0.0, 0.0, 0.0, 0.0])
taxaAprendizagem = 0.01
epoca = 0

entradas = 0
saidas = 0

for i in range(0, 4):
    pesos[i] = random.uniform(0, 1) #Define os pesos como números aleatórios entre 0 e 1
    print(pesos[i])

def sinal(soma):
    if(soma >= 0): #PERGUNTAR
        return 1
    return -1

def calculaSaida(registro):
    soma = 0
    for i in range(len(registro)):
        soma += registro[i]*pesos[i]
    soma += -1*pesos[3]
    return sinal(soma)

def treinamento():
    global entradas
    global saidas
    global pesos
    global epoca
    global taxaAprendizagem
    erroTotal = 1
    while(erroTotal != 0):
        erroTotal = 0
        for i in range(len(saidas)):
            saidaCalculada = calculaSaida(np.asarray(entradas[i]))
            erro = abs(saidas[i] - saidaCalculada)
            erroTotal += erro
            for j in range(len(pesos)):
                if(j < 3):
                    pesos[j] = pesos[j]+(taxaAprendizagem * erro * entradas[i][j])
                else:
                    pesos[j] = pesos[j] + (taxaAprendizagem * erro * -1)
                print('Peso ' + str(j) + ' atualizado: ' + str(pesos[j]))
        epoca = epoca+1 #PERGUNTAR
        print("Epoca: "+str(epoca))


def xlread(arq_xls):
    """
    Gerador que le arquivo .xls
    """

    # Abre o arquivo
    xls = xlrd.open_workbook(arq_xls)
    # Pega a primeira planilha do arquivo
    plan = xls.sheets()[0]

    # Para i de zero ao numero de linhas da planilha
    for i in range(plan.nrows):
        # Le os valores nas linhas da planilha
        yield plan.row_values(i)

def organizaDados():
    global entradas
    global saidas
    for linha in xlread('treino_atualizado.xlsx'):
        # print(linha)

        if(type(linha[0]) is float):
            if(type(entradas) is int):
                entradas = np.array([linha[1], linha[2], linha[3]])

                saidas = np.array([linha[4]])
            else:
                entrada = np.array([linha[1], linha[2], linha[3]])
                entradas = np.vstack((entradas, entrada))

                saidas = np.append(saidas, linha[4])

organizaDados()
print(entradas)
print(saidas)

treinamento()
print("Rede neural treinada")