感知器(神经元) 先来看一个经典的神经网络。这是一个包含三个层次的神经网络。红色的是输入层,绿色的是输出层,紫色的是中间层(也叫隐藏层)。输入层有3个输入单元,隐藏层有4个单元,输出层有2个单元。 可以看到一个感知器的组成: 输入权值 激活函数 感知器的激活函数可以有很多选择,比如我们可以选择下面这个阶跃函数f来作为激活函数: 输出 感知器的输出由下面这个公式来计算y = f(W×X+B) 感知器的训练 将权重项和偏置项初始化为0,然后,利用下面的感知器规则迭代的修改wi和b,直到训练完成。 其中,t为实际label,y为预测label,n为学习率,xi为输入。