本文主要是介绍感知机（perceptron），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一、感知机
1、相关概念介绍
感知机（perceptron）是二分类的线性分类模型，属于监督学习算法。输入为实例的特征向量，输出为实例的类别（取+1和-1）。
2、（单层）感知机存在的问题
感知机不能拟合XOR函数，它只能产生线性分割面。
3、总结
二、多层感知机
1、多层感知机思路
多层感知机思路就是将一次不能完成学习的东西分多次进行学习。针对XOR问题就是先学一个x，再学一个y，然后再将这两次学习的结果组合起来。
2、激活函数
激活函数不能是线性的，一定要使用非线性的激活函数，否则会造成模型坍塌。
例如，如果激活函数为：
那么输出仍然是线性函数，其实仍然相当于一个单层的感知机
3、常见的激活函数
ReLU函数是其中最常用的函数，因为其计算起来很快，相比于Sigmoid函数和Tanh函数来讲没有指数运算。因为指数运算较慢，因此有时候使用ReLU激活函数节约算力。
4、多类分类
4、总结
三、多层感知机从零开始实现
这篇关于感知机（perceptron）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
