人工智能 机器学习：感知机--Perceptron

机器学习：感知机–Perceptron

感知器是具有二进制输入和阶梯激活函数的神经元。

输入：0或者1

输出：0或者1

激活函数：阶梯函数

举例

（1）与门

H(x)表示阶梯函数，或者说Heaviside函数

y

=

H

(

x

1

+

x

2

−

1.5

)

y = H(x_1+x_2-1.5)

y=H(x1​+x2​−1.5)

（2）或门

y

=

H

(

x

1

+

x

2

−

0.5

)

y=H(x_1+x_2-0.5)

y=H(x1​+x2​−0.5)

（3）与非门

y

=

H

(

−

x

1

−

x

2

+

1.5

)

y = H(-x_1-x_2+1.5)

y=H(−x1​−x2​+1.5)

（4）或非门

y

=

H

(

−

x

1

−

x

2

+

0.5

)

y = H(-x_1-x_2+0.5)

y=H(−x1​−x2​+0.5)

注意，单层感知机不能刻画XOR异或门，但可以通过三个感知单元来实现。

y

=

x

1

⊗

x

2

=

x

ˉ

1

x

2

+

x

1

x

ˉ

2

y = x_1\otimes x_2 = \bar x_1x_2 +x_1 \bar x_2

y=x1​⊗x2​=xˉ1​x2​+x1​xˉ2​

在数字电路中，关于门级电路的实现，可参考：

数字逻辑电路入门：从晶体管到逻辑门

参考链接