感知器的输入

时间:2018-03-11 00:11:41

标签: input conv-neural-network perceptron

好的伙计们。拜托我。当向感知器提供输入以进行分类时,[X_0,X_1]表示来自2维空间的数据点(x,y)。正确的吗?

那么,如果我们输入[X_0,X_1,X2],我们可以说这表示(x,y,z)来自3维空间的数据点?我们甚至可以说这些输入表示输入表示来自1维空间的三个不同数据点吗?

另外,如果我们输入四个矢量,例如[X_0,X_1,X_2],[X_3,X_4,X_5],[X_6,X_7,X_8]和[X_9,X_10,X_11]。一种用法解释是说我们试图通过感知器一次对三维空间中的四个数据点进行分类?

1 个答案:

答案 0 :(得分:0)

只要特征X_0,X_1和X_2不相同,它们就定义了不同的尺寸,因为它们具有不同的含义,甚至可能不是相同的单位。

您可以将任意数量的数据点传递给感知器,但功能的数量(每个阵列的条目数)必须始终相同。在您的示例中,X_0,X_3,X_6和X_9必须是不同对象的相同特征,因为它们是以相同的方式从先行者处理的。