神经网络人工智能

Question

在一个简单的感知中，有人可以向我解释阈值的概念以及如何设置它，即最初什么是阈值输入和重量的值？

Answer 1

自定义感知器甚至在它的，你可以把它简单化身为具有0偏置/阈值的二元分类：
y = f(w_ň* x_ň> 0 ? 1 : 0)
但由于0是一个漂亮任意值的偏压/阈值被明确地引入模型为变量：
y = f(w_ñ* x_ñ^{> b'}? 1 : 0)或y = f(w_ñ* x_Ñ+ b > 0 ? 1 : 0)
的问题是，现在模型另一个变量（b [其标量]除了原有w_Ñ [这是一个矢量]）需要被在培训时考虑到。
有很多方法可以做到这一点，用简单的方式是只选择一些b和每个可能值的火车w_ñ模型，并保持(b，w_ñ)对所生产的最好的结果。
一个更优雅的方法是将偏差/阈值变量b作为附加到总是1的输入的权重，基本上使模型回到原始形式，只有一个变量w，除了现在矢量x和w有n + 1元素：
y = f(w _{N + 1}* x _{N + 1}> 0 ? 1 : 0)