1. perceptron: A perceptron takes several binary inputs, x1,x2,…, and produces a single binary output:
输入是二元(只有0,1)的变量,然后输出也是一个二元变量。
1
1+exp(−∑jwjxj−b)
11+exp(−∑jwjxj−b)
输入是二元(只有0,1)的变量,然后输出也是一个二元变量。
也可以有多个输出
sigmoid neuron
将perceptrons 做一点改变
sigmoid神经元的输出不是0或者1,而是0和1之间的任何值。比如说,0.638…。同样地,sigmoid神经元的每个输入x也是有权重w和偏置b。那么现在输出变成了,称为sigmoid函数(还有个名字叫logistic函数),定义为
σ(z)≡11+e−z
所以,输入为,权重为以及偏置为b的sigmoid的神经元的输出为:
1
1+exp(−∑jwjxj−b)
1
1+exp(−∑jwjxj−b)
1
1+exp(−∑jwjxj−b)
输入
很大的正数z≡w⋅x+b那么sigmoid神经元的输出就接近1,就和之前说的感知机一样。另外一方面,我们假设
是非常小的负数(绝对值大)输出就为0
是非常小的负数(绝对值大)