MLP－多层感知机的原理及Matlab实现

前言

这个程序前前后后写了一两周了，一直拖拖拉拉，今天趁着阳光太大，怕晒黑，躲在寝室一下午终于调试出来了。在此记录一下多层感知机模型的原理以及我自己的感悟。如果有任何疑问欢迎大家跟我讨论：[email protected]

感知机matlab实现

关于这个看过很多资料，很多资料好像还将感知机和人体大脑感知系统联系起来什么的，深深的一个白眼。。。根本没必要说的多么高大上，学过模电的同学就很好理解，其实每个感知器都相当于一个二极管，将很多很多二极管组合在一起就可以完成一个逻辑电路，实现我们需要的功能。不同的只是这个“二极管“的参数是机器自己更新学习到的而已。

感觉网上关于感知机的基础知识很多，这里直接甩上我的代码供大家参考。

• 代码说明

这个代码的［作用］是用感知机对字母“O“和“D“做分类（可以做任意数字的区分，可以修改代码使用），数据在letter_recognition百度云盘供大家测试使用。

我的代码使用［随机梯度下降］，耗时比较长，准确率只能达到92％左右，使用batch_gradient descend应该会进一步改善，之后有时间将会进一步修改完善代码。

学习速率：0.01
loss下线：0.38
这些参数均可以修改。

• 代码片

%% % 处理数据每行读取数据，如果是o或者d，存入数组
% src=fopen('/Users/sdd/Desktop/letter-recognition.data');
uiimport('/Users/sdd/Desktop/letter-recognition.data');
all_data_src=[];

all_label=[];
for i=1:20000
    if letterrecognition{i,1}=='O' 
        all_data_src=[all_data_src;[letterrecognition(i,2:end)]];
        all_label=[all_label;1];
    end

     if letterrecognition{i,1}==&#