前面的文章我们介绍了Python的基础知识和一些常用的外部库。下面我们将开始学习深度学习的相关内容。首先,我们学习神经网络(深度学习)的起源的算法——感知机。
1 感知机是什么
感知机(Perceptron),有定义为:
二类分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别。
这个概念是由美国学者Frank Rosenblatt在1957年提出来的,是神经网络和支持向量机的基础。
感知机接收多个输入信号,输出一个信号。这里所说的“信号”可以想象成电流或河流那样具备“流动性”的东西。像电流流过导线,向前方输送电子一样,感知机的信号也会形成流,向前方输送信息。但是,和实际的电流不同的是,感知机的信号只有“流/不流”(1/0)两种取值。 0对应“不传递信号”, 1对应“传递信号”。
下图是一个接收两个输入信号的感知机的例子。