我最近实施了一个简单的Perceptron。这种类型的感知器（仅由一个神经元组成，在输出中提供二进制信息）只能解决类可以线性分离的问题。
我想在8 x 8像素的图像中实现简单的形状识别。我希望我的神经网络可以告诉我，我画的是不是一个圆圈。
如何知道此问题是否可以线性分离类？因为有64个输入，它仍然可以线性分离吗？一个简单的感知器可以解决这类问题吗？如果没有，什么样的感知器可以？我对此感到有点困惑。
谢谢！
答案 0 :(得分：1)
在一般意义上，这个问题不能通过单层感知来解决。通常，诸如卷积神经网络之类的其他网络结构最适合于解决图像分类问题，但是考虑到图像的小尺寸，多层感知可能就足够了。
大多数问题是线性可分的，但不一定是2维。将额外的图层添加到网络允许它以更高的维度转换数据，以使其可线性分离。
研究多层感知器或卷积神经网络。 MNIST数据集的分类示例也可能有所帮助。