Python Deep Learning 深學筆記 - Perceptron 神經元

←前一篇     後一篇→

若是頭一擺來遮，建議先來踏話頭

請共教育部閩南語常用辭典開--咧，隨時會當查。

Perceptron (台羅: Pho-sep-ton)是 Rosenbltt 佇 1957 年提出 ê 演算法。是神經網路 ê 上基礎 ê 演算法。

啥物是 Perceptron

咱知影醫學 ê 研究， 人是予神經控制--ê，神經 ê 上基層，就是 Perceptron，號做 "神經元" 抑是 "節點" (Node)。科學家一直夢想，這寡逐个攏仝款 ê 神經元，自按呢共伊接--起來，連來連起，就會當造出會思想 ê 人類。咱若會當做出人造 ê 神經元，毋著會使做出和人仝款巧 ê 機器人?

佇神經網路，抑是深度學習 ê Perceptron，就是設計出一咧模型，來共神經元的機制，轉做電腦科學會當處理--ê。電腦科學上基礎个是 AND，OR， NOT，NOR 這寡理路閘(tsa̍h)。佇遮定義 ê Perceptron，就是咱人所了解 ê 神經元原理，成做理路閘。

正經 ê 神經元，是傳電流。軟體 ê 神經元，是傳 0 抑是 1。0 就是擋佇遮，無傳。1 就是向下傳--落去。予咱先看這咧圖:

伊是一咧兩的輸入 ê Perceptron。x1 和 x2 是輸入，w1 和 w2 是權重(weight)。圓箍仔是神經元，抑是節(tsat)點 (英文: Node)。x1，x2，y  都是神經元。

訊號佇傳入去一咧神經元 ê 時，是共捒--入來个訊號，共伊乘上權重，才全部加起來。若是超過一咧值，就輸出 1，無就輸出 0。這咧值，咱用 θ 表示:

y = 1 if (w1x1 + w2x2 ≦ θ)

y = 0 if (w1x1 + w2x2  > θ)

你會使共權重想做是電子學內底 ê 電阻，伊對神經 ê 訊號流動，有蓋重要 ê 影響。

←前一篇     後一篇→