一、视频资料:跟着李沐学AI
二、感知机(人工智能最早模型(六七十年代))
1、定义:给定输入x(向量),权重w(向量),偏移b(标量),感知机输出。
实质就是二分类问题,0也可以是负数。区分:回归输出实数,softmax回归输出概率,多分类问题。
2、缺点:不能拟合XOR函数(也就是处理异或),产生线性分割面,导致第一个AI的寒冬。
三、多层感知机
1、网络模型
一步分不了,一个函数分不了,就分为两步,分两个函数。
隐藏层是超参数。输入数据改变不了,输出就看你有多少类。
2、公式推理