神經網絡——學習筆記

神經網絡是用來解決分類問題的模型。他與感知機有着緊密的聯繫。 神經網絡中，神經元接收到的總輸入將與神經元的閾值進行比較，然後通過「激活函數」處理以產生神經元的輸出。最理想的激活函數是階躍函數，但是他不連續，不光滑，所以，採用Sigmoid函數來進行替代。         感知機只有輸出層神經元進行激活函數處理，即只擁有一層功能神經元。         多層神經網絡的學習能力比多層感知機強的多。誤差

>>阅读原文<<