神經網絡學習之感知器

基於M-P模型中權重參數需要人爲設置的問題，1958年羅森布拉特（Roseblatt）提出了感知器，經過訓練，計算機能夠確定神經元的連接權重，由此，神經網絡迎來了第一次熱潮。 單層感知器 感知器結構 感知器主要有輸入層和輸出層，其中，輸入層接收外界輸入信號後傳遞給輸出層，輸出層是M-P神經元。 表達式 感知器如何自動確定參數？ 誤差修正學習策略：設定訓練樣本和期望輸出，然後調整實際輸出和期望輸出之

>>阅读原文<<