神经网络学习之感知器

基于M-P模型中权重参数需要人为设置的问题，1958年罗森布拉特（Roseblatt）提出了感知器，经过训练，计算机能够确定神经元的连接权重，由此，神经网络迎来了第一次热潮。 单层感知器 感知器结构 感知器主要有输入层和输出层，其中，输入层接收外界输入信号后传递给输出层，输出层是M-P神经元。 表达式 感知器如何自动确定参数？ 误差修正学习策略：设定训练样本和期望输出，然后调整实际输出和期望输出之

>>阅读原文<<