天才一秒记住【做客中文网】地址：https://www.zk01.net
附录D理解神经网络
banner"
>
首先，我们来深入研究一下明斯基和帕普特强调的感知器模型的问题。
单层感知器无法实现一个很简单的运算，被称为“异或”
（XOR）。
我们先假设一个有两个输入的单层感知器，如下所示：
图22 单层感知器，无法计算异或
而异或函数是这样的：如果输入1激活，或者输入2激活，则触发感知器输出。
而输入1和输入2同时激活或者同时不激活，都不触发输出。
要理解为什么单层感知器无法计算异或函数，首先，我们假设它可以计算，那么，对于输入1的权重值w1，输入2的权重值w2，以及感知器的触发阈值T，它们必须满足如下要求：
·如果两个输入均未被激活，则神经元接收到的输入权重为0，此时神经元要保持不被触发，因此触发阈值T必须大于0。
·如果只有输入1被激活，则感知器被触发，因此w1必须大于触发阈值T。
·如果只有输入2被激活，则感知器被触发，因此w2必须大于触发阈值T。
·如果输入1和输入2都被激活，则感知器不会被触发，因此w1+w2的值必须小于触发阈值T。
但很容易就能看出，满足上述所有要求的w1、w2和T值不存在，因此，感知器无法计算异或函数。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！