感知机

626 阅读1分钟

感知机

简单情况

y={0(w1x1+w2x2)θ1(w1x1+w2x2)>θy= \begin{cases} 0& (w_1x_1 + w_2x_2)\leq \theta \\ 1& (w_1x_1 + w_2x_2)>\theta \end{cases}

感知机1.png

特点

  • 输入输出信号为 0 或 1

  • 不能自动调整权重 ww

  • 单层感知机相当于线性函数

一般情况

[y1y2yn]=[w11w12w1mw21w22w2mwn1wn2wnm][x1x2xn]\begin{bmatrix} y_1 \\ y_2 \\ \vdots \\ y_n \\ \end{bmatrix} = \begin{bmatrix} w_{11} & w_{12} & \cdots & w_{1m} \\ w_{21} & w_{22} & \cdots & w_{2m} \\ \vdots & \vdots & & \vdots \\ w_{n1} & w_{n2} & \cdots & w_{nm} \\ \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ \vdots \\ x_n \\ \end{bmatrix}

ww 矩阵一行代表一个神经元的权重

nn 行代表 nn 个神经元的权重

y=wxy = wx

神经网络1.png