《深度学习入门》（俗称：鱼书）读书笔记-第二章(感知机)

《深度学习入门》（俗称：鱼书）读书笔记 Day1

感知机

感知机就是对于输入乘以一定的权值然后加上偏置，如果大于0那么被激活，否则被抑制。
下面是用感知机实现的一个与门。
np.sum(xw):xw对应元素相乘后，在相加即：x1w1+x2*w2

def AND(x1,x2)
    x=np.array([x1,x2])
    w=np.array([0.5,0.5])
    b=-0.7
    temp=np.sum(x*w)+b
    if temp>0:
        return 1
    else:
        return 0

偏置b的值决定了神经元被激活的容易程度

局限性

感知机只能表示由一条直线分割的线性空间，对于非线性分类不能使用

多层感知机

可以使用感知机实现与门，与非门，或门。由于这些门是完备的故可以实现全部的电路。可以把这些电路当成一个黑盒，即可以表示任何函数。
故感知机可以通过叠加来进行非线性表示，理论上2层感知机就可以表示任何函数。（这里的两层感知机是指由两个拥有权重的传输层）
先休息一下，我先去玩两局LOL，回来看下一章神经网络