［笔记］《零基础入门深度学习(1)-感知器》

《零基础入门深度学习(1)-感知器》 原文

• 机器学习这个方法里，有一类算法叫神经网络。
  -
• 圆圈为神经元（感知器），最左为输入层，最右为输出层，中间为隐藏层。
• 隐藏层比较多（大于2）的神经网络叫做深度神经网络。而深度学习，就是使用深层架构（比如，深度神经网络）的机器学习方法。
• 深层网络用少得多的神经元就能拟合同样的函数。也就是为了拟合一个函数，要么使用一个浅而宽的网络，要么使用一个深而窄的网络。而后者往往更节约资源。但不太容易训练，需要大量的数据和技巧才能训练好一个深层网络。
• 感知器不仅仅能实现简单的布尔运算。它可以拟合任何的线性函数，任何线性分类或线性回归问题都可以用感知器来解决。
• 然而，感知器却不能实现异或运算，如下图所示，异或运算不是线性的，你无法用一条直线把分类0和分类1分开。
• 1⃣️python实现感知器
• 看原网址吧我好累啊 我真的好菜
• 明天重看一遍！！