多层感知机学习(keras程序)
1.历史
20世纪60年代末,1943年,美国一位神经生理学家和一位数学家对生物神经元进行建模,首次提出一种形式神经元模型,就是M-L。1958年提出感知器,迎来神经网络第一次热潮。但在1969年,提出神经网络无法解决线性不可分问题,神经网络陷入低潮。20世纪80年代,神经网络第二次热潮,Rumelhart等人提出反向传播算法(BP),解决线性不可分问题。自2011年,神经网络迎来了第三此热潮,分别再语音识别和图像识别中获得压倒性优势。
2.原理(简单介绍,详细介绍可以推荐大家看博客https://blog.csdn.net/u012162613/article/details/43221829)
1)M-P
M-P首个通过模仿神经网络而形成的模型。多输入点对应一个输出点,具体看公式就能理解。M-P模型可以表示and和or等逻辑运算。
2)感知器
感知器能够通过训练自动确定参数