很多人对神经网络十分感兴趣,然而却苦于无从下手。接下来我将从最基础的感知机开始分享我对神经网络的学习经验。
一、感知机原理
首先,我们先来了解一下什么是感知机。感知机(perception)是一个可以接收多个信号输入,但只输出一个信号的简单网络。输出的信号只有两种,1和0。下面我们以一个简单的两层感知机为例,来详细分析一下感知机的实现原理。
如图所示, x 1 x_1 x1和 x 2 x_2 x2是输入信号, y y y是输出信号, w 1 w_1 w1和 w 2 w_2 w2是各个信号的权重(weight的首字母), O O O称作神经元或是节点。 在输出信号之前,两个输入信号会乘以各自的权重系数,得到 ( x 1 ∗ w 1 , x 2 ∗ w 2 ) (x_1*w_1,x_2*w_2) (x1∗w1,x2∗w2),然后得到的总和 x 1 ∗ w 1 + x 2 ∗ w 2 x_1*w_1+x_2*w_2 x1∗