《参考书籍》
95-神经网络与深度学习-邱锡鹏
98-动⼿学深度学习-9月最新版
十、人工神经网络介绍,十一、训练深层神经网络,十二、分布式TensorFlow
感知器,输入的数字和权重相连,形成总和,然后再用阶跃函数去处理其总和
训练感知器就是在训练其权重
上图就是最简单的单一的LTU,是作为简单的线性二元分类
Q1:bias神经元?
Q2:LTU中,当两个神经元具有相同的输出时,他们之间连接的权重就会增加——不加强导致错误输出的连接?
Q4:每个输出神经元的决策边界是线性的是什么意思?
Q10:为何要取iris.data[:,(2,3)]
Q11:啥地方需要用上xx.astype(np.int)
X是一个类似于(2,3)的元组,来装载着花瓣的长度和宽度
Q3:这个公式到底是啥?
https://mp.weixin.qq.com/s/My-G5-tw4iOU8jwaOsBPUA
调整感知器的超参数
Q5:他在干什么?
Q6:SGD分类器是啥?penalty是啥
Q7:感知器不输出类概率,而是基于硬阈值进行预测?
Q8:XOR异或分类问题,线性分类问题
Q9:MLP通过堆叠多个感知器LTU来解决异或XOR问题
预留个档期:几个分类器之间的对比、联系以及区别,验证其优劣性能的方式