Hinton机器学习和神经网络 文章目录 Hinton机器学习和神经网络 @[toc] 1.线性神经元 2.二进制阈值神经元 3.Relu激活神经元 4.sigmoid神经元 5.随机二进制神经元 6.ANN的MNIST学习范例 7.机器学习算法的三大类 7.1监督学习 7.2强化学习 7.3无监督学习 1.线性神经元 输出的Y的函数是偏置b加上所有线性输入X乘以权值W的总和。## 标题 把它的X轴在输入中考虑偏执和加权激活,我们可以得到值为0的直线。 2.二进制阈值神经元 在二进制阈值神经元中,首先对输入进行加权计算,发送一个尖峰信号,如果输入的加权达到了阈值,每一个神经元通过结合其他神经元获得的值来降低自己的真实值。 输入类型的作用,加权的输入高于阈值,输出为1否者输出为0. 用两种方式来描述二进制阈值神经元: 可以说输入Z是输入乘上权值的总和。