神經網絡人工智能

Question

在一個簡單的感知中，有人可以向我解釋閾值的概念以及如何設置它，即最初什麼是閾值輸入和重量的值？

Answer 1

自定義感知器甚至在它的，你可以把它簡單化身爲具有0偏置/閾值的二元分類：
y = f(w_ň* x_ň> 0 ? 1 : 0)
但由於0是一個漂亮任意值的偏壓/閾值被明確地引入模型爲變量：
y = f(w_ñ* x_ñ^{> b'}? 1 : 0)或y = f(w_ñ* x_Ñ+ b > 0 ? 1 : 0)
的問題是，現在模型另一個變量（b [其標量]除了原有w_Ñ [這是一個矢量]）需要被在培訓時考慮到。
有很多方法可以做到這一點，用簡單的方式是隻選擇一些b和每個可能值的火車w_ñ模型，並保持(b，w_ñ)對所生產的最好的結果。
一個更優雅的方法是將偏差/閾值變量b作爲附加到總是1的輸入的權重，基本上使模型回到原始形式，只有一個變量w，除了現在矢量x和w有n + 1元素：
y = f(w _{N + 1}* x _{N + 1}> 0 ? 1 : 0)