或许我们对“神经网络”这个词早已经不陌生,但是有没有考虑过它的起源呢?本文将介绍感知机(perceptron)这一算法。感知机是由美国学者FrankRosenblatt在1957年提出来的。那为何我们要回过头来看年代久远的感知机呢?原因很简单,感知机作为神经网络(深度学习)的起源算法,了解其构造,是学习通向神经网络和深度学习的一种重要思想。
1感知机是什么
感知机可以接收多个输入信号,然后输出一个信号,这里可以先来看一张图,其中 和 代表输入信号,图中的圆圈O代表神经元或者节点。当输入信号被送往神经元时,会分别被乘以固定的权重值 和 ,只有当这个总和超过了某个界限值时,才会输出1。这也称为“神经元被激活” 。这里将这个界限值称为阈值,用符号θ表示。
上述感知机的数学表达式如下:
而感知机对应的每个输入型号都有各自的权重,这些权重控制着各个信号,权重越大ÿ