前言

最近又开始看深度学习的内容了，好久不用忘得差不多了，先从最简单的感知机入手了，这里记录下用2层感知机实现异或门。

感知机

什么是感知机呢？这里粗浅的介绍下，正式介绍大家可以从网上搜到。
感知机：由多个输入信号，每个输入信号都有对应的权重，经过一个选定的模型产生一个输出，这个模型可以是线性的模型，也可以是非线性的，根据实际需要来定（举例如下图）

上图中，x1,x2为两个输入信号，w1, w2分别为输入信号对应的权重， f为选定的模型，y则为输出，一般还需要一个偏置项b。

2层感知机实现异或门

一般来说，选定线性模型的单层感知机可以实现与门（AND）、或门（OR）、与非门（NAND），但是无法实现异或门，这是因为异或门不是线性可分的（异或门表示如下图）

如果不相信异或门不是线性可分的，大家可以试下在下图中用一条直线将圆圈和三角形分隔开（截图来自参考文献）

虽然单层感知机无法实现异或门，但是组合多个单层感知机却可以实现，见下图。

第一层：对输入信号分别进行或门（OR）和与非门（NAND）

第二层：对第一层或门、与非门结果进行与门，就可以得到异或门的结果了

比较正规的2层感知机实现异或门，如下图（截图来自参考文献）

总结

通过组合单层感知机，可以实现非线性数据的划分，这是深度学习的起点，感知机可表示“计算机世界的一切”。

参考文献：

《深度学习入门：基于python的理论与实现》

深度学习入门：多层感知机实现异或门相关推荐

深度学习基础——多层感知机
多层感知机(Multilayer Perceptron, MLP)是最简单的深度网络.本文回顾多层感知机的相关内容及一些基本概念术语. 多层感知机为什么需要多层感知机多层感知机是对线性回归的拓展和 ...
【动手学深度学习】多层感知机（MLP）
1 多层感知机的从零开始实现 torch.nn 继续使用Fashion-MNIST图像分类数据集导入需要的包 import torch from torch import nn from d2l i ...
动手学深度学习之多层感知机
多层感知机多层感知机的基本知识深度学习主要关注多层模型.本节将以多层感知机(multilayer perceptron,MLP)为例,介绍多层神经网络的概念. 隐藏层下图展示了一个多层感知机的神 ...
[深度学习] (sklearn)多层感知机对葡萄酒的分类
时间:2021年12月2日 from sklearn.datasets import load_wine from sklearn.model_selection import train_test_ ...
深度学习入门之感知机思维导图
第2章感知机思维导图
深度学习入门之多层感知机
深度学习入门之多层感知机参考书籍:深度学习入门--基于pyhthon的理论与实现文章目录深度学习入门之多层感知机前言一.单层感知机局限性 1.感知机?异或门 2.小结二.多层感知机 1.问 ...
深度学习入门之PyTorch学习笔记：多层全连接网络
深度学习入门之PyTorch学习笔记绪论 1 深度学习介绍 2 深度学习框架 3 多层全连接网络 3.1 PyTorch基础 3.2 线性模型 3.2.1 问题介绍 3.2.2 一维线性回归 3.2 ...
深度学习入门系列1：多层感知器概述
本人正在学习<deep learning with python>–Jason Brownlee,有兴趣的可以一起学习. 仅供学习参考,不做商用! 大家好,我技术人Howzit,这是深度学 ...
深度学习入门：基于Python的理论与实现①
深度学习入门:基于Python的理论与实现① 机器学习的三大要素第一章python入门 1.Numpy 1.1.numpy的N维数组 1.2.numpy广播 1.3访问元素 2.Matplotlib ...

深度学习入门：多层感知机实现异或门

文章目录

前言

感知机

2层感知机实现异或门

总结

参考文献：

深度学习入门：多层感知机实现异或门相关推荐

最新文章

热门文章