我试图让一个简单的感知器执行逻辑AND，但我不知道如何解决0输入问题。
重量+ =错误* learning_rate *输入
当输入为0时，无论错误是什么，重量都不会改变。
另外还有一个问题，一般来说，在训练感知器时，我可以重复两组的例子（假设有一个用于0，一个用于1）或者它们是否需要不同？
答案 0 :(得分：0)
这是一个有趣且非常重要的见解。这就是为什么你通常应该在神经网络中有偏见。
想象一下感知器的决策表面是形式的一行
y = w * x + b
当您从等式中移除b（偏差）时，您将只能学习通过（0,0）的行。