深度学习入门笔记-第二章-感知机

感知机接收多个输入信号，输出一个信号。感知机的信号只有“流 / 不流”（1/0）两种取值。
图 2-1 是一个接收两个输入信号的感知机的例子。x_1、x_2 是输入信号，y 是输出信号，w_1、w_2 是权重（w 是 weight 的首字母）。图中的○称为“神经元”或者“节点”。输入信号被送往神经元时，会被分别乘以固定的权重（w_1x_1、w_2x_2）。神经元会计算传送过来的信号的总和，只有当这个总和超过了某个界限值时，才会输出 1。这也称为“神经元被激活”。这里将这个界限值称为阈值，用符号 θ 表示。
感知机的运行原理只有这些！把上述内容用数学式来表示，就是式（2.1）。
把式（2.1）的 θ 换成 -b，于是就可以用式（2.2）来表示感知机的行为。

此处，b 称为偏置，w_1 和 w_2 称为权重。