深度学习中感知器的学习

本文是对《零基础入门深度学习》的简单归纳和学习总结,原文地址详见:https://www.zybuluo.com/hanbingtao/note/433855

感知器概念及构成

  感知器就是神经元(可以进行线性分类和线性回归,但不能实现非线性运算)

  由两个向量构成及一个偏置值,两个向量分别是输入向量及权值向量:xi和wi,需要的运算操作是∑xi*wi,即计算两个向量的內积,偏置值可以看做值永远为1的x_{0},对应的权值为b(最终的结果还需要通过激活函数计算)

  激活函数:选择激活函数,以输入值及权重的运算结果作为输入,运算后输出,感知器的激活函数是阶跃函数:

f(z)=\begin{cases}1\qquad z>0\\0\qquad otherwise\end{cases}

  感知器训练算法:将权重项wi和偏置值b初始化为0,然后利用下面的感知器规则迭代的修改wi和b,直到满足我们需要的结果,也就是训练完成

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值