开局小说

手机浏览器扫描二维码访问

第567章 多层感知机（第2页）

sigid，

tanh

等激活函数，使得神经网络可以学习复杂的关系。

整个过程可以层层推进，直到输出层最终给出结果。

2.

为什么单层感知机不够？（国王的错误决策）

想象国王直接让一群初级顾问（单层感知机）做最终决策，那会发生什么？

他们只能依据简单的标准，比如：

?

“谁的力量最强？”

?

“谁的智慧最高？”

但如果候选人需要同时具备力量+智慧+忠诚+勇气，单层感知机就无能为力了。因为它只能学习线性关系，而无法组合多个因素进行复杂决策。

数学上，单层感知机只能表示线性可分问题，但现实世界的很多问题是非线性的。例如：

?

逻辑异或（xor）问题：单层感知机无法解决，因为它不是线性可分的。

?

图像识别：不能仅靠像素的亮度判断物体，需要多层特征提取。

?

自然语言处理：单个词的出现不够，需要理解语境关系。

这就是为什么国王需要多层顾问（mlp）——多层神经网络可以逐步提取复杂特征，使得最终决策更加准确！

3.

mlp

如何学习？（国王的顾问如何改进决策）

国王知道自己的顾问系统有缺陷，于是决定引入一套学习机制，让顾问们通过经验不断优化决策。

（1）前向传播（forward

propagation）

国王向顾问们提交候选人名单，每个顾问按照自己擅长的领域打分，然后层层传递，最终大祭司给出决策。

数学上，这就是：

1.

每一层计算：

2.

通过激活函数：

超无限战卡  自在不灭  海贼：洛克斯时代第一剑豪！  刷好感99次，我为爱成零  万星吞天诀  大秦：化身人屠，祖龙求我别杀了  银镜通古今，侯府真千金带崽开挂了！  Fate梦幻旅程  夺我灵根骂我狠？先天绝情圣体已成！  娶妻一个月，才知岳父朱元璋  九九金仙  穿越之异世奇遇迹  崩坏：从西琳开始捕获小小律者  黄帝内经百姓版  咦？这里有间魔法学校  尸之仙  戏精的我在综漫玩扮演  开局校花太太向我道歉，东京末日  宠妃  玉孤