机器学习&&深度学习——感知机

👨‍🎓作者简介:一位即将上大四,正专攻机器学习的保研er

🌌上期文章:机器学习&&深度学习------softmax回归的简洁实现

📚订阅专栏:机器学习&&深度学习

希望文章对你们有所帮助

线性回归已经完结了, 接下来要开始讲解多层感知机,在这之前,先介绍感知机的相关内容,有助于更好的理解。

感知机

感知机的概念

对上图,给定输入x,权重w,和偏移b,感知机输出:
o = σ ( < w , x > + b ) σ ( x ) = { 1 ,当 x > 0 时 − 1 , o t h e r w i s e o=\sigma(<w,x>+b)\\ \sigma(x)= \begin{cases} \begin{aligned} 1,当x>0时\\ -1,otherwise \end{aligned} \end{cases} o=σ(<w,x>+b)σ(x)={1,当x>0时−1,otherwise

(上式中的otherwise也可能是输出1和0)

容易看出感知机就是一个二分类问题。

和线性回归相比,感知机就是简单的两个离散数,而线性回归中会输出多个实数。

训练感知机

这其实很好理解,if中的判断条件小于等于0的话,说明预测和实际情况是相反的,这时候就需要进行更新了。

这个更新,其实等价于使用批量大小为1的梯度下降,并使用了下面的损失函数:
l ( y , x , w ) = m a x ( 0 , − y < w , x > ) l(y,x,w)=max(0,-y<w,x>) l(y,x,w)=max(0,−y<w,x>)

感知机例子

下面是区分猫狗的图像,用感知机非常适合解决这种二分类问题。


感知机缺陷

一个最大的缺陷,他所能解决的问题,一定要是一条线可以进行切割和分别的,那么如果让感知机来解决XOR问题:

两个红点表示输入的两个数都是一样的符号,而绿点表示两个输入的数是异号的。这就导致我们无法用一条直线来分开这个问题。

连一个XOR函数都没办法解决的话,感知机的缺陷可想而知,而在之后将会进行多层感知机的讲解。

相关推荐
睿创咨询8 分钟前
科技与商业动态简报
人工智能·科技·ipd·商业
科技在线9 分钟前
科技赋能建筑新未来:中建海龙模块化建筑产品入选中国建筑首批产业化推广产品
大数据·人工智能
HED19 分钟前
用扣子快速手撸人生中第一个AI智能应用!
前端·人工智能
极小狐21 分钟前
极狐GitLab 如何 cherry-pick 变更?
人工智能·git·机器学习·gitlab
小宋加油啊22 分钟前
深度学习小记(包括pytorch 还有一些神经网络架构)
pytorch·深度学习·神经网络
沛沛老爹25 分钟前
从线性到非线性:简单聊聊神经网络的常见三大激活函数
人工智能·深度学习·神经网络·激活函数·relu·sigmoid·tanh
0x21134 分钟前
[论文阅读]ReAct: Synergizing Reasoning and Acting in Language Models
人工智能·语言模型·自然语言处理
何大春44 分钟前
【视频时刻检索】Text-Video Retrieval via Multi-Modal Hypergraph Networks 论文阅读
论文阅读·深度学习·神经网络·计算机视觉·视觉检测·论文笔记
mucheni1 小时前
迅为iTOP-RK3576开发板/核心板6TOPS超强算力NPU适用于ARM PC、边缘计算、个人移动互联网设备及其他多媒体产品
arm开发·人工智能·边缘计算
Jamence1 小时前
多模态大语言模型arxiv论文略读(三十六)
人工智能·语言模型·自然语言处理