第二章 感知机——感知机是什么&感知机的简单实现&多层感知机

1.感知机是什么

*感知机接收多个输入信号，输出一个信号

神经元会计算传送过来的信号总和，只有当这个总和超过了某个界限值时，才会输出1，公式表述为：

   其中x1和x2为输入，y为输出，ω1和ω2为权重，Θ为阈值

   把上式Θ换成-b即可表示感知机的行为，b称为偏置

 

  ω1和ω2是控制输入信号的重要性参数，偏置是调整神经元被激活的容易程度的参数，比如，若b为-0.1，则只要输入信号的加权总和超过0.1神经元就会被激活，但如果b为-20，则输入信号的加权总和必须超过20神经元才会被激活

*机器学习的课题就是将这个决定参数值的工作交由计算机自动进行，学习是确定合适的参数的过程，而人要做的是思考感知机的构造，并把训练数据交给计算机。

2.感知机的简单实现

（1）与门：全1则1

 

 （2）与非门：全1则0

（3）或门：有1则1

3.多层感知机

*单层感知机的局限性在于它只能表示由一条直线分割的空间

*单层感知机不能表示异或门（相同则0，不同则1），但可以通过组合与门、与非门、或门实现异或门

 

 

*叠加了多层的感知机也称为多层感知机