神經網絡學習(二)——自適應線性神經網絡

自適應線性神經網絡(Adaline)和感知器的區別： 1.自適應線性神經網絡的激活函數不再採用步調函數，而是直接將樣本運算的結果（點乘）與實際結果相比較。(白話版：自適應線性神經網絡的激活函數，是一個線性函數) 2.自適應線性神經網絡提出了代價函數的概念，並對其做了最小優化。基於Adaline規則的權重更新是通過一個連續的線性激活函數(本例子中採用)來完成，而感知器採用的單位階躍函數。 相關概念：

>>阅读原文<<