超级会员免费看
感知机作为神经网络的基础，主要处理多维空间的线性分类任务。由于其线性变换特性，无法解决如异或这样的非线性问题。尽管其模型简单，包括输入向量的线性变换和判断，但这一局限性意味着所有单层的线性网络，包括感知机，都不能有效应对非线性问题。
深度学习始于神经网络，神经网络始于感知机。
感知机解决的是在多维空间的线性分类问题。
感知模型很简单：乘积，累加运算，判断大小。
计算机输入向量是一个线性变换。
对线性组合的结果进行判断，就是非线性变换。
感知机又称之为单层神经网络，只能解决线性问题，无法解决非线性问题，异或问题属于非线性问题，所以感知机无法解决异或问题。
注：所有的线性网络都无法解决异或问题。
参考链接：https://blog.csdn.net/yangfeisc/article/details/45486067
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
