深度学习入门 基于python的理论实现 第二章

第二章 感知机

感觉本章的内容主要是基础的概念比较多

2.1 感知机是什么

感知机接收多个输入信号，但是只输出一个信号

下图是一个接收两个输入信号的感知机的例子。

 x1、 x2是输入信号，y是输出信号， w1、 w2是权重（w是weight的首字母）。

图中的○称为“神经元”或者“节点”。输入信号被送往神经元时，会被分别乘以固定的权重。（w1x1、 w2x2）。

神经元会计算传送过来的信号的总和，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。

 

感知机的多个输入信号都有各自固有的权重，这些权重发挥着控制各个信号的重要性的作用。也就是说，权重越大，对应该权重的信号的重要性就越高。

权重相当于电流里所说的电阻。电阻是决定电流流动难度的参数，电阻越低，通过的电流就越大。而感知机的权重则是值越大，通过的信号就越大。不管是电阻还是权重，在控制信号流动难度（或者流动容易度）这一点上的作用都是一样的。

2.2 简单的逻辑电路

2.2.1 与门

真值表