Grant的博客

这篇是带领各位认识神经网络，具体代码出现的次数很少，因为对应鱼书第三章这一章节也是带领各位有一个系统性的理解，具体代码，权重，阈值，还有如何用神经网络来训练学习，在后几章学习完梯度bp神经网络网络内部的优化函数，我们对于神经网络的代码不管是去读，或者是写，都会很容易上手，也能轻松应对，所以各位目前不用紧张。

神经元会计算传送过来的信号的总和，只有当这个总和超过 了某个界限值时，才会输出1。仅当x1或x2中的一方为 1时，才会输出1，那么简单修改阈值和权重就不能做到异或门的实现，那么我们可以通过组合。至此，感知机结束，清晰感知机的用法，对于后续学习神经网络有巨大帮助，清晰感知机输入输出数据。通过这种输入到输出的逻辑，我们可以用Python简单实现与门，或门，非门，以及异或门。通过创造权重和阈值，我们实现了与门，那么非门和与门相反，修改权重和阈值即可。或门和与门相似，只通过修改阈值b即可实现。