感知机是什么
感知机是接收多个信号,输出一个信号。可以举一个示例,x1,x2为输入引号,y为输出引号,w1,w2为权重(与输入特征向量的特征对应),o为节点(神经元)。输入信号被送进节点,会被乘上权重,节点会计算传过来的信号的总和,当总和达到或超过一个界限,才输出为1。这个界限值为。
感知机的局限性
感知机的局限性在于它只能解决线性可分问题,对于非线性问题如异或门(XOR),单层感知机就无法解决。(之后的笔记我会解释的)
用数学式表达
感知机的简单逻辑
与门
与门用符号表示时AND,是一种基本的逻辑门电路。它有多个输入信号,但是他只有一个输出信号。我记的窍门是“输入信号均为1时,输出才为1,反之为0”.
将感知机应用上与门上,我假设两个输入信号为x1,x2,权重(weight)为w1,w2都为1,阈值为,其值为1.5。当两个输入信号都是1时,加权求和结果为2(用上面我写的表达式算的结果)超过了阈值1.5,感知机输出为1。这就是与门的逻辑
与非门
与非门用符号表示为NAND,简单理解就是实现了与门()AND操作后再进行非(NOT)的操作,我记得窍门是“当输入信号都为1时,输出信号才为0,反之输出信号为1”.
我假设两个输入信号为x1,x2,权重(weight)为w1,w2为-2,阈值为为-3.当两个输入都是1时,加权和为 w1x1 + w2x2 = -4,小于阈值-3,因此输出0。在其他情况下,比如 x1 = 0 或 x2 = 0 (或两者都是0),加权和会是0或-2,这都大于等于阈值-3,所以输出1。
感知机能够实现与非门的逻辑功能,这展示了感知机作为基本的线性分类器,能够处理简单的逻辑运算。
或门
或门用符号表示为OR,我记的窍门是只要输入中至少有一个为1,输出就为1;所有输入都为0时,输出为0。在感知机中可以通过调整权重和阈值来实现。
我假设两个输入信号为x1,x2,权重为w1,w2。w1,w2值为1,阈值为0.5。这样,感知机的输出 y 可以表示为:y = H(x1 + x2 -
)
其中 H 是阶跃函数, x1 和 x2 是输入信号。当x1=1或x2=1或者两者都为1时,加权和 x1 + x2 至少为1,加上负的阈值= -0.5 后,加权和仍然大于或等于0,因此输出 y = 1 。只有当 x1 = 0 且 x2 = 0 时,加权和为0,小于阈值,输出 y = 0 。
标注
以上的内容是自己的笔记和简单的理解。一些部分形容的不是很恰当,也有一部分是一些大佬的讲解,我可能没有太形容好。嘿嘿。十分感谢大家的观看,谢谢,家人们的支持。