《机器学习by周志华》学习笔记-神经网络-02感知机与多层网络
1、感知机
1.1、概念
感知机(Perceptron)由2层神经元模型组织，如下图所示：
「输入层神经元」接收外界输入信号后，传递给「输出层神经元 」
「输出层神经元」是「M-P神经元」，亦称「阈值逻辑单元（threshold logic unit）」
1.2、作用
「感知机」能够容易的实现逻辑「与」、「或」、「非」的运算。
案例：
由上文可知，激活函数表示为：
，其具有2个「输入神经元」，可表示为下图：
其f(x)为跃阶函数：
（1）「与」问题
是指对于2个输入神经元x1、x2，只有同时为1的时候输出1，否则输出0。即：
当x1=1且x2=1时，y=1，否则y=0；
激活函数变形如下：
那么如何定义权重
和
？
我们可以将问题转化为二维坐标，我们将x1作为横坐标、x2作纵坐标。则感知器就是一条直线，用下面函数表示：
根据不同的权重和阈值，我们可以画出很多条线性感知器，假设
，
，此时直线函数则表示为：
