感知机

       感知机由美国学者FrankRosenbatt在1957年提出，是神经网络的起源算法，学习感知机的构造是学习通向神经网络和深度学习的一种重要思想。

        感知机接收多个信号，输出一个信号，相当于一个简单的处理器。

感知机示意图

感知机的一种数学表示

       表达式中x是输入信号，w是权重，b是偏执，感知机的多个输入信号都有各自的权重，这些权重发挥着控制输入信号重要性的作用，权重越大，对应信号的重要性越高。一个感知机只能完成简单的计算，比如与门。

def AND(x1, x2):  //用感知机实现与门
    w1, w2, theta = 0.5, 0.5, 0.7
    tmp = x1*w1 + x2*w2
    if tmp <= theta:
        return 0
    elif tmp > theta:
        return 1

       一个感知机只能用于表示由一条直线分割的空间，无法表示非线性空间。但可以通个许多感知机的叠加来表示非线性空间。比如两层感知机可以表示异或门。