感知器有多少神经元?

时间:2017-11-28 08:31:38

标签: machine-learning deep-learning

这是感知器学习模型的经典可视化,但我不知道它最初来自哪里。

enter image description here

我的问题是这个感知器有多少个神经元?我的猜测是N + 2,N + 1表示输入,另外1表示输出。这是对的吗?

2 个答案:

答案 0 :(得分:0)

以上网络采用数字输入X1X2,...,Xn并且权重w1w2wn相关联有了这些投入。此外,还有另一个与其相关联的权重w0(称为偏差单位)的输入1。这也是一个神经元。

这是偏见单位的作用:

  

偏差是为每个节点提供可训练的常量值(除了节点接收的正常输入之外)。

输出是加权和。像这样:

F(X)= X1 * W1 + X2 * W2 + XN * WN + 1 * W0

要了解详情,请查看此内容,并非常好地解释http://117.239.79.250/moodle/pluginfile.php/6283/mod_resource/content/1/ANN1.pdf

答案 1 :(得分:0)

感知器本身就是一种神经元。在图中,四个输入不是神经元,而是单个神经元(感知器)的4个输入。此外,阶梯函数圈不是额外的神经元。此阶跃函数计算发生在感知器内部,其中计算加权和。

因此,您在图中看到的是一个神经元,其组件被分解为基本部分。