深度学习入门 : 基于Python的理论与实现

  第 2章　感知机

36

设定合适的权重来构建计算机是一件非常累人的事情。实际上，在用与非门

等低层的元件构建计算机的情况下，分阶段地制作所需的零件（模块）会比

较自然，即先实现与门和或门，然后实现半加器和全加器，接着实现算数逻

辑单元（

ALU

），然后实现

CPU

。因此，通过感知机表示计算机时，使用叠

加了多层的构造来实现是比较自然的流程。

本书中不会实际来实现计算机，但是希望读者能够记住，感知机通过叠

加层能够进行非线性的表示，理论上还可以表示计算机进行的处理。

2.7

小结

本章我们学习了感知机。感知机是一种非常简单的算法，大家应该很快

就能理解它的构造。感知机是下一章要学习的神经网络的基础，因此本章的

内容非常重要。

本章所学的内容

•

感知机是具有输入和输出的算法。给定一个输入后，将输出一个既

定的值。

•

感知机将权重和偏置设定为参数。

•

使用感知机可以表示与门和或门等逻辑电路。

•

异或门无法通过单层感知机来表示。

•

使用 2 层感知机可以表示异或门。

•

单层感知机只能表示线性空间，而多层感知机可以表示非线性空间。

•

多层感知机（在理论上）可以表示计算机。