深度学习与神经网络技术手册.docxVIP

  • 0
  • 0
  • 约2.31万字
  • 约 34页
  • 2026-04-05 发布于江西
  • 举报

深度学习与神经网络技术手册

第1章神经网络基础理论

1.1神经元与感知机

神经网络是的核心技术之一,其基础单元称为“神经元”。神经元通过输入信号、权重和激活函数进行信息处理,模拟人脑的神经元结构。感知机(Perceptron)是最早的神经网络模型,由MarvinMinsky和PeterRosenblatt在1958年提出。它由一个输入层、一个输出层和一个激活函数组成,能够进行线性分类。

感知机的数学表达式为:

$$y=\sigma(\sum_{i=1}^{n}w_ix_i+b)$$

其中,$y$是输出结果,$x_i$是输入特征

文档评论(0)

1亿VIP精品文档

相关文档