《深度学习入门》第3期-感知机-码农解书

本期带来《深度学习入门》一书中第二章感知机的部分内容，主要对感知机（单层）进行介绍。
我们要学习深度学习，为什么要先学习感知机呢？因为深度学习使用的就是层数较多的神经网络，而感知机又是神经网络的起源算法。因此，这本书也是按照感知机——神经网络——深度学习的演进过程来展开介绍。

什么是感知机？先上图，边看图边说。

• 感知机首先要能感（受）：能够感受外界的输入，比如上图中的 $x_1$x1​, $x_2$x2​。
• 感知机还要能（认）知：能够通过计算得到输出，来认知输入所要表达的意思。具体的就是将输入 $(x_1, x_2)$(x1​,x2​)乘以权重 $(w_1, w_2)$(w1​,w2​)再加上偏置 $b$b，得到最终的输出 $y$y。

当然感知机不仅仅只能接收两个输入，可以接收任意个数的输入 $(x_1, x_2, ...,x_n)$(x1​,x2​,...,xn​)。

发明感知机目的是用于解决实际问题，书中所举的应用例子是，利用感知机来表示逻辑电路，基于Python实现了与门、与非门、或门电路的功能。

更多内容请参见第3期视频：

也可以通过今日头条或者好看视频进行观看。

欢迎大家留言关注，多提意见，谢谢！