news 2026/8/5 20:23:48

感知机(感知机的局限性)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
感知机(感知机的局限性)

感知机的局限性

到这里我们已经知道,使用感知机可以实现与门、与非门、或门三种逻
辑电路。现在我们来考虑一下异或门(XOR gate)。

异或门

异或门也被称为逻辑异或电路。如图2-5所示,仅当$x_1 $ 或 $x_2 $ 中的一方为1时,才会输出1(“异或”是拒绝其他的意思)。那么,要用感知机实现这个异或门的话,应该设定什么样的权重参数呢?

实际上,用前面介绍的感知机是无法实现这个异或门的。为什么用感知
机可以实现与门、或门,却无法实现异或门呢?下面我们尝试通过画图来思
考其中的原因。

首先,我们试着将或门的动作形象化。或门的情况下,当权重参数
(b,w1w_1w1,w2w_2w2) = (-0.5, 1.0, 1.0)时,可满足图2-4的真值表条件。此时,感知机
可用下面的式(2.3)表示。

y={0(−0.5+x1+x2≤0)1(−0.5+x1+x2>0)(2.3) y = \begin{cases} 0 & (-0.5 + x_1 + x_2 \leq 0) \\ 1 & (-0.5 + x_1 + x_2 > 0) \end{cases} \tag{2.3}y={01(0.5+x1+x20)(0.5+x1+x2>0)(2.3)

式(2.3)表示的感知机会生成由直线 ( -0.5 +x1x_1x1+x2x_2x2= 0 ) 分隔的两个空间。其中一个空间输出1,另一个空间输出0,如图2-6所示。

中的○和△分开。实际上,刚才的那条直线就将这4 个点正确地分开了。
那么,换成异或门的话会如何呢?能否像或门那样,用一条直线作出分
割图2-7 中的○和△的空间呢?

想要用一条直线将图2-7 中的○和△分开,无论如何都做不到。事实上,
用一条直线是无法将○和△分开的。

线性和非线性

图2-7 中的○和△无法用一条直线分开,但是如果将“直线”这个限制条
件去掉,就可以实现了。比如,我们可以像图2-8 那样,作出分开○和△的空间。

感知机的局限性就在于它只能表示由一条直线分割的空间。图2-8这样弯
曲的曲线无法用感知机表示。另外,由图2-8这样的曲线分割而成的空间称为
非线性空间,由直线分割而成的空间称为线性空间。线性、非线性这两个术
语在机器学习领域很常见,可以将其想象成图2-6和图2-8所示的直线和曲线。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/31 3:09:15

Miniconda-Python3.9环境下实现PyTorch模型冷启动优化

Miniconda-Python3.9环境下实现PyTorch模型冷启动优化 在部署深度学习服务时,你是否遇到过这样的场景:系统重启后第一个用户请求响应特别慢,甚至超时?日志显示,并非代码逻辑问题,而是模型加载、依赖初始化等…

作者头像 李华
网站建设 2026/8/3 16:04:12

硬核对决:TruthfulRAG如何运用知识图谱化解RAG知识冲突?

📌 RAG系统的困境 问题的根源:知识冲突 RAG(检索增强生成)系统中:当外部检索到的知识与模型内部参数化知识不一致时,LLM往往会陷入不知所措。 知识冲突示意图 Figure 1: 知识冲突示意图。现有方法在toke…

作者头像 李华
网站建设 2026/8/1 11:54:29

SpringBoot代码集

一、获取Spring容器对象1.1 实现BeanFactoryAware接口实现BeanFactoryAware接口,然后重写setBeanFactory方法,就能从该方法中获取到Spring容器对象。Service public class PersonService implements BeanFactoryAware {private BeanFactory beanFactory;…

作者头像 李华
网站建设 2026/7/25 20:53:10

2025最新!8个AI论文平台测评:本科生写论文还能这么快?

2025最新!8个AI论文平台测评:本科生写论文还能这么快? 2025年AI论文平台测评:为何需要这份榜单? 随着人工智能技术的不断进步,越来越多的本科生开始借助AI工具提升论文写作效率。然而,面对市场上…

作者头像 李华
网站建设 2026/7/31 3:09:14

PyTorch Federated Learning项目环境搭建:Miniconda-Python3.9实测

PyTorch Federated Learning项目环境搭建:Miniconda-Python3.9实测 在联邦学习研究中,最让人头疼的往往不是模型收敛问题,而是“在我机器上明明能跑”的环境灾难。你有没有经历过这样的场景:论文复现时突然报错 ImportError: can…

作者头像 李华
网站建设 2026/7/31 3:09:20

Miniconda-Python3.9环境下使用PyTorch Ignite加速开发

Miniconda-Python3.9环境下使用PyTorch Ignite加速开发 在深度学习项目日益复杂的今天,一个常见的场景是:你从GitHub拉下一个开源模型代码,满怀期待地运行python train.py,结果却卡在了“ImportError: torchvision requires Pytho…

作者头像 李华