深度學習-神經元（neuron）與感知機（perceptron）

一，神經元模型 神經元模型是神經網絡中最基本的組成成分（這一概念來源於生物神經網絡中，通過電位變化表示「興奮」的生物神經元。） 後來將此生物活動抽象爲」M-P神經元模型「，通過對n個輸入信號，通過帶權重的連接（connection）進行傳遞，將總的輸入與閾值進行比較，通過「激活函數」處理產生輸出。 其中，理想的激活函數爲Sgn（階躍函數），但其不光滑，不連續的性質，實際多采用Sigmoid函數。

>>阅读原文<<