神经网络和感知器之间有什么区别?


Answers:


7

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)。


那么,神经网络是一个整体术语!
RockTheStar 2015年

1
没错-“神经网络”是指学习的整个模型类别,而不是特定的算法或模型。
Louis Cialdella 2015年

17

感知器模型包含在神经网络模型集中。

(单层)感知器是充当线性二进制分类器的单层神经网络。作为单层神经网络,可以在不使用更高级算法(例如反向传播)的情况下对其进行训练,而可以通过按照学习率指定的步骤“逐步”执行错误来进行训练。当有人说感知器时,我通常会想到单层版本。

但是,如果您在谈论多层感知器,则该术语与前馈神经网络相同


3
您可以援引Bishop,CM(2006)的最后一句话。模式识别和机器学习(第一版20)。p。226.
Neil G

1

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


谢谢。嗯...我认为感知器是最简单的神经网络。
RockTheStar '16

1

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

在此处输入图片说明

[图片和说明基于Coursera的Hinton Slide的作品]


1
请归因于您使用的数字,除非它们是您自己制作的。
变形虫说莫妮卡(Monica)恢复
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.