感知机
简单情况
y
=
{
0
(
w
1
x
1
+
w
2
x
2
)
≤
θ
1
(
w
1
x
1
+
w
2
x
2
)
>
0
y= \begin{cases} 0& (w_1x_1 + w_2x_2)\leq \theta \\ 1& (w_1x_1 + w_2x_2)>0 \end{cases}
y={01(w1x1+w2x2)≤θ(w1x1+w2x2)>0
特点
-
输入输出信号为 0 或 1
-
不能自动调整权重 w w w
-
单层感知机相当于线性函数
一般情况
[ y 1 y 2 ⋮ y n ] = [ w 11 w 12 ⋯ w 1 m w 21 w 22 ⋯ w 2 m ⋮ ⋮ ⋮ w n 1 w n 2 ⋯ w n m ] [ x 1 x 2 ⋮ x n ] \begin{bmatrix} y_1 \\ y_2 \\ \vdots \\ y_n \\ \end{bmatrix} = \begin{bmatrix} w_{11} & w_{12} & \cdots & w_{1m} \\ w_{21} & w_{22} & \cdots & w_{2m} \\ \vdots & \vdots & & \vdots \\ w_{n1} & w_{n2} & \cdots & w_{nm} \\ \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ \vdots \\ x_n \\ \end{bmatrix} ⎣⎢⎢⎢⎡y1y2⋮yn⎦⎥⎥⎥⎤=⎣⎢⎢⎢⎡w11w21⋮wn1w12w22⋮wn2⋯⋯⋯w1mw2m⋮wnm⎦⎥⎥⎥⎤⎣⎢⎢⎢⎡x1x2⋮xn⎦⎥⎥⎥⎤
w w w 矩阵一行代表一个神经元的权重
n n n 行代表 n n n 个神经元的权重
y
=
w
x
y = wx
y=wx
804
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
