多层感知机比起单层感知机，其实是不是就权重数量变成输入层乘于隐藏层的权重数，然后再配个偏置值，再用一个激活函数，最后输出，那个训练的时候，就直接训练总的权重数就好了
0条回答 默认 最新
- 2025-08-15 02:35这种版本的感知机可以构建出多层的网络结构，通过反向传播算法进行权重的调整，从而解决一些传统单层感知机无法解决的问题。多层感知机GUI不仅提升了感知机的学习能力，还提高了其在图像识别、语音识别等领域的应用...
- 2025-05-11 11:44.笑对人生.的博客 为突破这一限制，多层感知机（MLP）被提出，通过引入隐含层和非线性激活函数，增强了模型的表达能力。MLP由输入层、隐含层和输出层组成，通过反向传播算法进行训练，广泛应用于图像识别、语音识别等领域。反向传播...
- 2025-01-21 09:00Francek Chen的博客 本文讲解深度学习中的多层感知机。多层感知机在输出层和输入层之间增加一个或多个全连接隐藏层，并通过激活函数转换隐藏层的输出。常用的激活函数包括ReLU函数、sigmoid函数和tanh函数。
- 2024-11-09 20:48解忧AI铺的博客 本文介绍了多层感知机MLP的架构是什么样的，以及说明了为什么要引入激活函数。
- 2025-04-14 23:59许科大的博客 神经网络模型的优化过程是基于决策函数给出模型的损失函数，并使用梯度下降法对损失...多层感知机所构成的神经网络，其模型的求解思路是固定的，无论感知机构成的是何种网络，CNN，RNN，生成式GAN网络、Transformer。
- 2024-08-26 09:02Francek Chen的博客 本文讲解了神经网络的发展历程，以及一个曾经得到大规模应用的重要神经网络模型——多层感知机。其中包含的前馈结构、反向传播等思想，深刻地影响了后续神经网络的发展。
- 2023-12-13 22:21奉系坤阀的博客 本文介绍感知机的相关概念以及单层感知机存在的问题，进而拓展到多层感知机。为了让感知机保持非线性，因此在多层感知机的每层都加入了激活函数，同时介绍了常见的激活函数以及多类分类问题。
- 2025-03-23 09:36冷酷的佛手柠檬红茶的博客 由于单层感知机不能解决非线性的XOR问题，因此我们引入了多层感知机，隐藏层中的激活函数把将线性变成非线性，进而我们能解决更多复杂的问题。常用的激活函数有Sigmoid函数、Tanh函数和ReLU函数等。在建立模型时，还...
- 2024-02-12 15:00慢半拍的人啊的博客 案例2：构建自己的多层感知机: MNIST手写数字识别 相关知识点: numpy科学计算包，如向量化操作，广播机制等 1 任务目标 1.1 数据集简介 MNIST手写数字识别数据集是图像分类领域最常用的数据集之一，它包含60,000...
- 2025-10-12 20:49每天学一点儿的博客 单层感知机：输入层→输出层”（输出层 1 个神经元） 1.P为间隔，r代表数据的大小，r数据多则收敛变慢。 2.对 “理想分类参数w，b进行归一化，限制参数的 “规模” 无论怎么切都不能分割这两类别 多层感知机：输入层...
- 没有解决我的问题, 去提问
问题事件
系统已结题
4月16日
创建了问题
4月8日