单层神经网络数学基础

单层感知器结构的数学基础 输入是一个N维向量 其中的每一个分量都对应于一个权值"w"，隐含层的输出叠加为一个标量值 输入与权值乘积和 传递函数为 其中 sgn函数为: 例如： 二维空间中的超平面是一条直线。在直线下方的点，输出-1；在直线上方的点，输出1。 分类面：b的作用为使得分割线不固定在原点，防止过原点的直线不能正确分类（如图中红色圆圈不能分类）。 在实际的应用中： 重新改写参数矩阵： 过程

>>阅读原文<<