Last updated 2 years ago
最早的神经元是感知机,输入乘权重之和,根据threshold输出0/1。
但是感知机的阶跃性质,非常不利于网络学习。例如:Z的输出在0附近并发生改变时,结果从0->1,回头对nn的权重造成不好的影响,这种情况重复多次的话是非常不利于模型学习的。
如图,这样的s型神经元(sigmoid函数)就可以用在我们的学习算法中。
讲完了单个神经元的学习,先看看神经网络的概念:
先记住几个标记。