Dies ist eine klassische Visualisierung des Perceptron Lernmodells, obwohl ich nicht weiß woher es ursprünglich stammt.Wie viele Neuronen hat ein Perzeptron?
Meine Frage ist, wie viele Neuronen bedeutet dies perceptron haben? Meine Schätzung ist N + 2, N + 1 für Eingänge, eine weitere 1 für Ausgang. Ist es richtig?
Das obige Netzwerk nimmt numerische Eingaben X1, X2, .., Xn und hat Gewichte w1, w2wn und mit diesen Eingängen verbunden. Außerdem gibt es einen weiteren Eingang 1 mit dem Gewicht w0 (der als die Bias-Einheit bezeichnet wird). Auch das ist ein Neuron. Diese
ist, was eine Vorspannungseinheit bewirkt:
Bias ist, jeden Knoten mit einem trainierbaren konstanten Wert zu liefern (zusätzlich zu den normalen Eingaben, die der Knoten empfängt).
Die Ausgabe ist die gewichtete Summe. Etwas wie folgt aus:
f (x) = x1 * w1 + x2 * w2 + xn * wn + 1 * w0
mehr, dies zu lernen zu überprüfen, es erklärt sehr gut http://117.239.79.250/moodle/pluginfile.php/6283/mod_resource/content/1/ANN1.pdf
A perceptron selbst ist eine Art von Neuronen. In der Figur sind die vier Eingänge keine Neuronen, sondern nur 4 Eingänge zu einem einzelnen Neuron (Perzeptron). Außerdem ist der Schrittfunktionskreis kein zusätzliches Neuron. Diese Schrittfunktionsberechnung findet innerhalb des Perzeptrons statt, wo die gewichtete Summe berechnet wird.
Also, was Sie in der Abbildung sehen, ist ein einzelnes Neuron mit seinen Komponenten in grundlegende Teile zerlegt.