1、引言
感知器是用于线性可分模式(即模式分别位于超平面所分隔开的两边)分类的最简单的神经网络模型。基本上它由一个具有可调突触权值和偏置的神经元组成。用来调整这个神经网络中自由参数的算法最早出现在Rosenblatt提出的用于其脑感知模型的一个学习过程中。事实上，Rosenblatt证明了当用来训练感知器的模式(向量)取自两个线性可分的类时，感知器算法是收敛的，并且决策面是位于两类之间的超平面。算法的收敛性证明称为感知器收敛定理。(即模式分别位于超平面所分隔开的两边)分类的最简单的神经
阅读背景：
Rosenblatt感知器_一只大笨猫的博客_rosenblatt感知器
来源：互联网
分享到：
