從概念上講，兩人說話都不一樣。仍然存在混淆。讓我總結一下我的理解，請教育我。這兩者之間存在微小的區別因素。 1）特定感知器的權重/偏差的微小變化會大大地使其他感知器的行爲有所不同，認爲改變後的感知器能夠正確執行？我如何區分神經元和感知器？
2）感知器的小變化可以產生不同的輸出。 3）如上所述，S形神經元就是一個很好的例子，它可以對微小的重量/偏差變化做出微小的輸出變化。
4）感知器輸出0或1，而神經元（例如：sigmoid神經元）可以產生0-1之間的值。 我的理解是否正確？或者，它完全傾倒了嗎？
感知器是神經網絡架構類型;一個規則的分層前饋神經網絡。
神經網絡由神經元組成 - 神經元具有激活功能和偏倚。神經元通過權重相互連接。
因此，感知器包含神經元。
1）在一個特定的感知器的重量/偏壓一個微小的變化會急劇進行其他感知的行爲不同，認爲改變的感知是intented正確地進行？
不是。感知器本身就是一個神經網絡，它對其他神經網絡沒有影響。
2）感知器的小變化可以產生不同的輸出。
是的，這是可能的。但應A Small change in perceptron input can produce different output.
4）感知器輸出爲0或1，而神經元（例如：神經元乙狀結腸）可以產生在0-1之間的值。我的理解是正確的嗎？或者，它完全傾倒了嗎？
Mothern perceptrons也輸出0和1之間的值。
雖然隨着時間的推移，命名約定不斷演變，但我相信OP會詢問有關Rosenblatt的感知器（50年代的原始感知器），它根本不是一個「分層」網絡，甚至是一個「網絡」，而是（使用現代命名約定）單個**閾值**神經元。 – lejlot
我完全同意-1。但是如果你提供了投票理由的細節，我也會從你那裏獲得經驗。這就是我猜想的。 – DrunkenMaster