神经网络 感知器训练算法

感知器训练(perceptron rule)

对象: 单个单元(perceptron unit)

用途: 处理线性可分的数据集

对下列公式进行有限次的迭代[repeat x,y]

目的: 设置权值以便获得与预期相同的数据集

方式:通过不断地修改权值来实现目的,这里采用给权值W赋予学习速率的方式,但碰到一个问题是原先的实际输出值是跟阈值θ做比较的,这个算法没有办法对θ赋予学习规则,所以需要学习θ,这里引入一个简单的实际学习技巧,把θ视为另一种权值,考虑阈值函数的工作方式,采用W和X的线性组合,然后将其与θ进行比较,考虑从两端减去θ,θ就变成了另一个权值(W=-θ),使得处理阈值θ就和处理权值W一样,之后所做的比较都是相对于0而不是θ。


权值变化:y

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值