神经网络理论及应用实践 课件 3.3-多层感知器引入.pptVIP

BTBU-CIEBTBU-CIEBTBU-CIEBTBU-CIEBTBU-CIEBTBU-CIEBTBU-CIEBTBU-CIEBTBU-CIEBTBU-CIEBTBU-CIEBTBU-CIEBTBU-CIEBTBU-CIE神经网络理论及应用：多层感知器引入吴静珠北京工商大学计算机与人工智能学院单层感知器局限性*BTBU-CIE*“异或”的真值表x1 x2 y 0 0 0 0 1 1 1 0 1 1 1 0单层感知器无法解决“异或”问题！！多层感知器：提出动因*BTBU-CIE*单计算层感知器对“非线性”分类问题无能为力，但大量问题是非线性的；因此在输入层与输出层之间引入隐层作为输入模式的“内部表示”，将单计算层感知器变成多（计算）层感知器。多层感知器：能否解决“异或”问题*BTBU-CIE*“异或”问题分类“异或”的真值表x1x2 y1y2o00 11001 10 110 01 111 110“异或”问题转化多层感知器：分类边界*BTBU-CIE*隐层中节点的作用：输入样本为二维时，隐层中每个节点确定了二维平面上的一条分界线。多条直线经输出节点组合后会构