Answers:
是的,这里有-“感知器”是指Rosenblatt在1957年概述的一种特殊的监督学习模型。感知器是一种特殊的神经网络,实际上在历史上作为开发的神经网络的一种非常重要。在感知器之后还开发了其他类型的神经网络,并且神经网络的多样性不断增长(特别是考虑到当今最前沿和时尚的深度学习的发展)。
感知器学习过程不能推广到隐藏层
•感知器收敛程序的工作原理是确保每次权重改变时,权重都会接近每个“一般可行”的权重。
–这种类型的保证不能扩展到更复杂的网络,在该网络中,两个好的解决方案的平均值可能是一个不好的解决方案。
•因此,“多层”神经网络不使用感知器学习过程。
–绝对不应该将它们称为多层感知器。
参考Coursera.org-神经网络课程-第三周
正如@Nick提到的,Preceptron是一个单层神经网络,它使用基于常识的手写程序来定义特征。此功能用作网络的输入,然后基于此做出二进制决策。
[图片和说明基于Coursera的Hinton Slide的作品]