1回答
我是人工智能的初学者，所以如果我问一个愚蠢的问题，我很抱歉。我想要做的是，只训练一个感知器来对4类输入进行分类。我知道，通常情况下，感知器是二进制分类器，但我想知道，对于这个特殊情况，我是否可以打破规则，因为它有一个非常容易分类的规则。数据样本包含笛卡尔坐标给出的点。给出了x坐标总是1，4之间的整数，y坐标取0到1之间的值，只有1位精度的事实。(0:1:1 Matlab表达式)。这些类只依赖于X坐标.这个类就是X坐标
浏览 0提问于2015-04-19得票数 1
回答已采纳
1回答
它指出，有2^2^n个不同的布尔函数，有n个输入。问题是，其中有多少可以由阈值感知器表示？
答案不就是全部吗？我之所以这样说，是因为感知器与硬阈值相同，其中z= mx1 +c- x2，如果是z>=0，则阈值(Z)=1，如果是z<0，则阈值(Z)=0。
浏览 0提问于2012-12-08得票数 1
2回答
我很难看到阈值在单层感知器中的实际作用。无论阈值是多少，数据通常都是分开的。似乎较低的阈值可以更均匀地划分数据；这就是它的用途吗？
浏览 0提问于2011-07-02得票数 8
回答已采纳
我很理解感知器，所以只把重点放在内核上，但我不熟悉矩阵表达，所以请给我一个数字例子和一个内核指南。例如，：或者，如果是公式中的方差，我要计算什么？在我理解的某个地方，我必须将这个公式插入到感知器决策函数x1*w1+
浏览 0提问于2016-08-12得票数 0
回答已采纳
如果我在这里错了，请纠正我，但是可以使用1层网络实现最少3门(NAND，OR)->(和)的XOR函数。但是，是否有可能正确地训练网络，让每个感知器只使用一个阈值激活函数和感知器训练规则？即使用感知器学习规则，而不是增量学习规则。
到目前为止，理论上我唯一的解决方案是在形成实际网络之前单独训练每个感知器来完成它们的特定任务(即NAND或和和)，但这就违背了学习网络的意义。
浏览 1提问于2013-08-05得票数 1
回答已采纳
2回答
在我们介绍乙状结肠神经元(具有乙状结肠激活功能的神经元)之前，本网站给出了一些数学上的阐述，即关于感知器。
它从感知器开始，然后进入乙状结肠神经元。一切都很好，但我似乎无法证明第二个问题“西格莫德神经元模拟感知器，第二部分”在本章后面。我很难相信你可以用一个偏差和权重不变的乙状结肠神经元网络取代一个感知器网络(这里可以很容易地构造一个反例:取第三层的权重17，-6，-3，其中b= -3，w= {17，-6}在w.x +b >= 0中，对于{1，0
浏览 4提问于2014-11-28得票数 4
回答已采纳
我还在读米切尔的机器学习书，我很难理解为什么感知器规则只适用于线性可分离的数据？也就是说，如果加权输入之和超过某个阈值，则y为1或-1。现在，问题是确定一个权重向量，使感知器为每个给定的训练示例产生正确的输出(1或-1)。实现这一目标的一种方法是通过感知器规则：
学习一个可接受的权重向量的一种方法是从随机权值开始，然后迭代地将
浏览 2提问于2012-12-21得票数 3
回答已采纳
我正在移动我在神经网络中的第一步，为了做到这一点，我正在用一个非常简单的单层，单输出感知器进行实验，它使用了一个S型激活函数。，它还包含来自偏置神经元的权重(-阈值)，result是在给定input时由感知器计算的结果(并使用sigmoid进行处理)，correct是正确的结果，{input,1}是用1(来自偏置神经元的固定输入)增加的输入。现在，当我尝试训练感知器来执行逻辑与时，权重不会在很长一段
浏览 4提问于2011-08-24得票数 0
回答已采纳
考虑一下感知器，其中w_0=1和w_1=1：现在，假设我们使用一个激活函数
有人告诉罗森布拉特我解决了他的问题我定义激活函数的方式有问题吗？
浏览 0提问于2018-12-09得票数 0
(单调多层感知器神经网络)predas.numeric(testLabs)
pf = performance(pr,"auc")我想用训练好的模型预测一些新的数据，并取结果高于阈值0.9的实例。简而言之，我想使用阈值</
浏览 2提问于2013-07-03得票数 0
1回答
昨天我们做了一个关于神经网络的讲座。我想我理解了感知器在神经网络中的特定部分，只有一个例外。我已经对感知器中的偏见进行了研究，但我仍然没有理解。到目前为止，我知道，有了偏差，我可以操纵输入的和在一个感知中的权重，以评估和减去一个特定的偏差大于激活函数阈值-如果函数应该激发(Sigmoid)。但是在我的教授的演讲幻灯片上，他提到了这样的事情：
这种偏差被添加到感知器</em
浏览 0提问于2018-07-25得票数 1
1回答
带有界条件数权值的脉冲加速器
、、、、
设N为(线性)单层感知器，具有维数nxn的加权矩阵w.
我想在布尔约束下训练N，即在优化的每一步，权重w的条件数k(w)保持在给定的阈值k_以下。是否有一种标准的方法来实现这个约束(例如，在pytorch中)？
浏览 1提问于2021-09-27得票数 1
回答已采纳
2回答
理解感知器
、、、、
我刚开始上机器学习课，我们复习了感知器。对于家庭作业，我们应该：“选择合适的二维(平面)训练和测试数据集，使用10个数据点进行训练，5个数据点进行测试。”然后我们应该编写一个程序，它将使用感知器算法并输出：
对训练数据和测试数据的最终错误分类错误(
浏览 2提问于2015-01-31得票数 3
回答已采纳
1回答
我试图理解一个简单的感知器和一个神经网络在使用keras序列类时的关系。
有人能解释一下我在下面的Keras包中找到的神经网络的跳转吗？由于输入层有四个节点，这是否意味着网络由四个感知器网络组成？
浏览 0提问于2018-05-17得票数 2
回答已采纳
1回答
我正在做一个学校项目，设计一个神经网络，对于我使用和作为GIN函数的所有神经元，用户可以为每个层选择激活函数。我有一个理论问题：
浏览 1提问于2018-11-10得票数 0
回答已采纳
1回答
用感知器进行线性回归
、、、
我想知道线性回归和感知器之间的联系！使用感知器作为二进制分类器，即对二进制标签(0或1 )进行分类。如果您能帮助我了解初学者对神经网络的看法，我将不胜感激。
浏览 0提问于2020-10-21得票数 1
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
