神经网络结构总结

    感知机（perceptron）是由输入空间（特征空间）到输出空间的函数：f(x) = sign(w*x+b), 其中w和b是感知机的权重参数和偏置参数。线性方程w*x+b=0表示的是特征空间的一个超平面，即分离超平面。首先感知机的数据集是对线性可分的数据集的，所谓线性可分就是存在这么一个超平面能够把数据彻底正确的划分到两边。感知机学习的目标就是要得出w、b，须要肯定一个（经验）损失函数，并

>>阅读原文<<