深度学习入门——单层感知器

本文学习资源主要来自《5天搞定深度学习入门系列(免费)》腾讯课堂。 概念 感知器（Perceptron）是神经网络中的一个概念，在1958年由Frank Rosenblatt第一次引入。 单层感知器可以用来区分线性可分的数据，并且一定可以在有限的迭代次数中收敛。 感知器的学习规则规定，学习信号等于神经元期望输出（教师信号）与实际输出之差（r表示误差）： r=dj−oj r = d j − o j

>>阅读原文<<