码迷,mamicode.com
首页 > 其他好文 > 详细

神经网络与机器学习笔记——Rosenblatt感知器

时间:2015-05-01 10:41:28      阅读:242      评论:0      收藏:0      [点我收藏+]

标签:神经网络   机器学习   笔记   感知器   

Rosenblatt感知器

感知器是用于线性可分模式(模式分别位于超平面两边)分类的最简单的神经网络模型,基本上由一个具有可调突触权值和偏置的神经元组成。

Rosenblatt证明了当用来训练感知器的模式(向量)取自两个线性可分的类时,感知器算法是收敛的,并且决策面是位于两类之间的超平面。算法的收敛性称为感知器收敛定理。

技术分享

技术分享

技术分享

技术分享

技术分享

神经网络与机器学习笔记——Rosenblatt感知器

标签:神经网络   机器学习   笔记   感知器   

原文地址:http://blog.csdn.net/lxytsos/article/details/45418007

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!