深度学习+感知机

1感知机

是个很简单的模型,是个二分类的问题。

感知机（perceptron）是Frank Rosenblatt在1957年提出的一种人工神经网络，被视为一种最简单形式的前馈神经网络，同时也是神经网络与支持向量机的基础。感知机是一种二元线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1二值。感知机利用梯度下降法对损失函数进行极小化，提出可将训练数据进行线性划分的分离超平面，从而求得感知机模型。

总结

感知机是一个二分类模型，是最早的AI模型之一。
它的求解算法等价于使用批量大小为1的梯度下降。
它不能拟合 XOR函数，导致的第一次 A寒冬。

2多层感知机

1XOR

在