今天要介紹的是最簡單的一種神經網路感知器,感知器是屬於一種單層的神經網路,作為一種線性分類器.儘管感知器的結構相當的簡單,但它能夠學習並解決複雜的問題,缺點是不能解決線性不可分的問題.
每個感知器是由輸入(x)、輸出(y)及三個旋鈕:權重(w)、偏差(b)與激勵函數(f)組成,數學上以y=f(wx+b)表達.
感知器是生物神經細胞的簡單抽象,神經細胞中不同的部分可以對應到感知器的不同單元,樹突對應到輸入、末梢對應到輸出、突觸對應到權重、閾值對應到偏差及細胞體對應到激勵函式.激勵函式(f)為非線性函式,wx+b為線性函式,因此感知器為線性與非線性函式的組合.
iThome鐵人賽
看影片追技術