知识卡片

普通读书笔记卡 · 5605

感知器按加权阈值划分输入

理解等级:中级

感知器把各输入乘权重、求和后与阈值比较,形成线性决策边界。阈值也可写成加到和中的偏置;输入不必普遍限定为0或1,原书只是二值示例。

单个线性阈值单元不能表达任意非线性分类,多层网络加非线性激活可增强表示能力;只叠线性变换不会获得这种能力。生物神经元门电路图是简化模型。

这张卡片看不懂?

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

    • 14.2 机器学习 · 查看原书依据

      权重和阈值是实数。 图14-28 感知器 感知器在人工智能世界里创造了很多令人振奋的东西。但后来人们发现,感知器对某些类型的问题没有作用,这导致了所谓的“人工智能寒冬”,在此期间人工智能领域资金枯竭。 问题在于感知器的使用方式。它们被组织为一个单一的“层”,如

    参考来源

    - 位置:《计算机系统解密》14.2 机器学习(来源项目book-sources,源文件:extracted/计算机系统解密/_epub-src/text/part0141.html) - 结论依据:本项全部正文与图表实际读取,区分作者示例、推导与实现边界;纠错另有明确说明。 - 原始内容:权重和阈值是实数。 图14-28 感知器 感知器在人工智能世界里创造了很多令人振奋的东西。但后来人们发现,感知器对某些类型的问题没有作用,这导致了所谓的“人工智能寒冬”,在此期间人工智能领域资金枯竭。 问题在于感知器的使用方式。它们被组织为一个单一的“层”,如