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