什么是感知机?
The McCulloch-Pitts Neuron (McCulloch and Pitts, 1943) was an early model of brain function. This linear model could recognize two different categories of inputs by testing whether f (x, w) is positive or negative. 《Deep Learning》,p15
应该是说McCulloch and Pitts发明了一个模型,能够预测输入属于两个不同的类别中的哪个,通过判断函数\(f(x,w)\)的正负来判断。
据[1]所述,MP神经元模型可用以下公式来描述:
如下图所示:
![](https://img2022.cnblogs.com/blog/2724624/202209/2724624-20220914171305103-1624768973.png)
如果\(g(x)>\theta\),那么MP模型(这里的MP指的是McCulloch 和 Pitts)的输出为\(1\),否则为\(0\).
但是《Deep Learning》一书中却提到其有参数,那么应该是后来相对这些不同的“刺激”(输入)分配重要性,\(w\)就应运而生。(个人猜想)
但是,如果希望模型能够很好的针对不同的\(x\)给出其对应的类别,那么就需要设置好\(w\)的值,当然,\(w\)可以通过人来设置。
In the 1950s,the perceptron (Rosenblatt, 1958, 1962) became the first model that could learn the weights defining the categories given examples of inputs from each category. 《Deep Learning》,p15
感知机应该是50年代出来的,这个模型也可以用\(f(x,w)\)表示,但是其\(w\)是可以学习的。
感知机模型结构如下:
![](https://img2022.cnblogs.com/blog/2724624/202209/2724624-20220914172402690-764768600.png)
A multilayer perceptron is just a mathematical function mapping some set of input values to output values. 《Deep Learning》,p5
参考文献以及截图来源:
[1] https://towardsdatascience.com/mcculloch-pitts-model-5fdf65ac5dd1
[2] https://blog.csdn.net/qq_37002417/article/details/106064252