4-人工神经网络.pptVIP

*;*;*;*;*;*;*;*;AND和OR可被看作m-of-n函数的特例:也就是要使函数输出为真，那么感知器的n个输入中至少m个必须为真:

OR函数对应于m=1

AND函数对应于m=n。

任意m-of-n函数可以很容易地用感知器表示，只要设置所有输入的权为同样的值(如0.5)，然后据此恰当地设置阈值。

感知器可以表示所有的原子布尔函数:与、或、与非和或非。

然而，一些布尔函数无法用单一的感知器表示，例如异或函数(XOR)，它当且仅当x1?x2时输出为1。;*;*;可以证明：

在有限次地使用感知器训练法则后，上面的训练过程会收敛到一个能正确分类所有训练样例的权向量，前提是训练样例线性可分，并且使用了充分小的?。

如果数据不是线性可分的，那么不能保证训练过程收敛。

;*;*;*;*;*;*;*;*;*;*;*;训练线性单元的梯度下降算法（随机梯度下降）;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*