知识卡片
感知器以加权输入判别
感知器把多个输入分别乘以可调权重,再汇总偏置并经激活函数输出。单个感知器形成线性判别边界,适合线性可分的二类任务;多个单元叠成网络后,非线性能力还取决于层间激活与训练方式。原书把乘法、加法和激励分别类比突触传导、胞体整合与输出限制,这只是计算抽象。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 9 . 2 . 2 典 型 神 经 网 络 结 构 · 查看原书依据
它可以被视为一种最简单形式的前馈式人工神经网络,是一种二元线性分类器。感知器的各个部分如下所述。
参考来源
- 位置:《智能算法导论》第 182 项《19.2.2 典型神经网络结构/感知器模型》(源文件:`_epub-src/EPUB/xhtml/chapter19_0005.xhtml`,图 19.14–19.16,式 19-45–19-48)
- 结论依据:正文给出输入、连接权值、乘法、加法、激励函数及多输入模型,并称感知器为二元线性分类器;线性边界的限制由此得出。
- 原始内容:“它可以被视为一种最简单形式的前馈式人工神经网络,是一种二元线性分类器。”