1 为什么要学习感知机?
感知机作为神经网络(深度学习)起源的算法,学习感知机就是学习深度学习的一种是想
2 感知机是什么
x1和x2是输入感知机的两个信号,进入感知机都要固定的权重w1,w2,只要总和超过某个值,y才会输出为1,这个过程称为神经元被激活。将这个界值称为阀值。
3 感知机的代码实现
def AND(x1,x2):
w1,w2,theta=0.5,0.5,0.7
tmp=x1*w1+x2*w2
if tmp <= theta:
return 0
elif tmp > theta:
return 1;
x=AND(0,0)
print(x)
3.1 导入权重和偏置
这里的阀值为-b,
代码如下
x = np.array([0,1])
w = np.array([0.5,0.5])
b =-0.7
np.sum(w*x)
y=np.sum(w*x)+b
print(y)
在与门,与非门,或门中只是权重和阀值不同。
3.2 感知机的局限性
其中感知机可以表示与、或和与非门,他们都是线性的,但是异或却不是线性的,不能由感知机单层表示,但是可以多重感知机表示。