神经网络(一):Perceptron

本文介绍了神经网络的基础知识,包括神经元模型、MP模型和激活函数。重点讲解了感知器Perceptron,它是第一个具有学习算法的神经网络,适用于线性可分问题。感知器的工作原理、学习算法以及优缺点被详细阐述。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、定义

   将神经网络看作一种自适应机器后可给出定义:
  神经网络是由简单处理单元(神经元)构成的大规模并行分布式处理器,天然地具有存储经验知识和使之可用的特性。神经网络在两个方面与大脑相似:

  1. 神经网络是通过学习过程从外界环境中获取知识的;
  2. 互连神经元的连接强度,即突触权值,用于存储获取的知识。
                   ——《神经网络与机器学习》 [加] Simon Haykin

  神经网络中最基本的成分是神经元(neuron)模型,在生物神经网络中,每个神经元与其他神经元相连,当它受到刺激兴奋时,就会向相连的神经元发送化学物质,从而改变这些神经元内的电位;当接受传递的神经元电位超过一个“阈值”时,它将会被激活,进而向与其相连的神经元发送化学物质。

二、MP模型

  上述情形被McCulloch & Pitts抽象为“M-P神经元模型”,如图所示,神经元接收到来自n个其他神经元传递过来的输入信号,这些信号通过代权重的连接进行传递,神经元接收到的总输入值将于其阈值进行比较,然后通过“激活函数”处理以产生神经元的输出。
在这里插入图片描述
激活函数:

  激活函数(activation function)是神经元中重要的组成部分,可用来加入一些非线性的因素,其种类繁多,部分形式见下图:
在这里插入图片描述
详情见维基百科:https://

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