学习目标:从学习第一个最简单的神经网络案例开启学习之路
1.简述
感知器的定义
下图是一个感知器:
可以看到,一个感知器有如下组成部分:
1、输入权值
一个感知器可以接收多个输入
每个输入上有一个权值
此外还有一个偏置项
就是上图中的
2、激活函数
感知器的激活函数可以有很多选择,比如我们可以选择下面这个阶跃函数f来作为激活函数:
输出感知器的输出由下面这个公式来计算
2.代码
%% 感知器神经网络 用于点的分类
clear all;
close all;
P=[0 0 1 1;0 1 0 1]; %输入向量
T=[0 1 1 1]; %目标向量
net=newp(minmax(P),1,'hardlim','learnp'); %建立感知器神经网络
net=train(net,P,T); %对网络进行训练
Y=sim(net,P); %对网络进行仿真
plotpv(P,T); %绘制感知器的输入向量和目标向量,绘制样本点
plotpc(net.iw{1,1},net.b{1}); %在感知器向量图中绘制分界线
3.运行结果