圖解深度學習的筆記：1.MP模型，感知器，BP下的多層感知器

M-P模型：它是首個經過模仿神經元而成的模型，其中只有兩層：輸入層x1…xn和輸出層y;權值w1…wn。 可是因爲M-P的權值只能事先給定，不能自動肯定權值，感知器應運而生。 ↓ 感知器：能夠根據有監督學習，自動肯定權值。設定訓練樣本和指望輸出，以偏差修正方法來調整實際權值。 但感知器只能解決線性可分問題，不能解決線性不可分問題 ↓ 初期多層感知器被提出來解決線性不可分問題 ↓ 可是因爲偏差修正只

>>阅读原文<<