白话机器学习 - 感知机

在机器学习里面，有一大类叫做神经网络。神经网络里面，大名鼎鼎的有卷积神经网络CNN，循环神经网络RNN。其中，卷积神经网络在图形图像处理方面，有着很出色的成果。例如识别图像的功能，通过基于CNN的深度学习技术，现在机器已经可以识别出很多东西了。下面这个图是电视剧《三生三世 十里桃花》的剧照，使用Tensorflow和ImageNet，机器告诉我们，这张图是 kimono（和服）的可能性是 0.86。gown（长外衣；外罩）0.05.

图像识别技术

如果是一些简单的图片，例如键盘，鼠标，水杯等，识别准确度还是蛮靠谱的。

Paste_Image.png

神经网络的如果要用图来表示的话，应该就是下面这个样子的。最左边的是输入，最右边的是输出。然后中间有很多隐藏层。

感知机示意图

这个图中隐藏层只有一层，但是大部分用于真实计算的神经网络，都会有很多隐藏层。

复杂神经网络

无论是简单的，还是复杂的神经网络，其中最小的单元就是感知器。
对于感知器的介绍，可以参考网络上的文章:
零基础入门深度学习(1) - 感知器

感知器

既然是白话，那么我们就用讲故事的方法来说一下。(假设读者已经阅读了上面的文章)
假设有一次考试，分为语文，数学，英语，满分都是100分。但是，语文，数学，英语占的权重（weight）不一样。同时，我们还需要根据考试难度，在最后总分上面，进行一些加分或者减分的调整(bias)。最后，根据一个标准（激活函数 Step Function）来定考试合格或者不合格（output）。

如果教务处说，我们是外国语学校，对于英语成绩比较看重，则我们给予这样的英语比较高的权重。
X1：语文成绩 W1：0.3
X2：数学成绩 W2：0.2
X3：英语成绩 W3: 0.5

然后，由于这次考试难度比较高，则每个人都加5分 （这个其实叫做 偏置项 bias）

X0 = 1 W0 = 5

成绩 = X0 * W0 + X1 * W1 + X2 * W2 + X3 * W3
然后，如果成绩为60分及以上则为合格。（激活函数 Step Function）
如果 成绩 >= 60 ,则合格
成绩 < 60 ,则不合格

OK，这样一个简单的感知机就做成了。在权重（W0，W1，W2，W3）和 Step Function（合格标准）定下来的时候，它可以根据输入（各科成绩），求得输出（是否合格）了。

例如：

语文成绩 50 * 0.3 = 15
数学成绩 40 * 0.2 = 8
英语成绩 80 * 0.5 = 40
附加分 5
成绩 15 + 8 + 40 + 5 = 68 =>合格

语文成绩 80 * 0.3 = 24
数学成绩 50 * 0.2 = 10
英语成绩 40 * 0.5 = 20
附加分 5
成绩 24 + 10 + 20 + 5 = 59 => 不合格

当然，一般来讲，感知机往往是激活函数（StepFunction）是事先决定的，作为训练数据的输入，输出是已知的，权重则是需要通过机器学习来获得的。我们的例子中，合格标准是事先决定的，60分及格，然后给出一部分数据：某些人的语文成绩，数学成绩，英语成绩 ，是否合格，然后通过机器学习，将各科的权重计算出来，获得一个模型。然后利用这个模型，通过输入 语文成绩，数学成绩，英语成绩，来判定是否合格。

当然，如果在训练数据比较少的时候，这个权重可能计算的不是很准确，数据越多，权重越准确。

语文成绩 50 数学成绩 40 数学成绩 40 附加分 5 合格
语文成绩 80 数学成绩 50 数学成绩 40 附加分 5 不合格

能够满足这样条件的权重有很多很多，所以机器学习的结果可能不是很好。
但是如果有足够的数据，则权重的计算结果则会非常理想。

最后再回来说一下，为什么叫感知机，其实最简单的，最原始的时候，感知机的输出就是 0（不合格） 或者 1（合格）.结果能被感知，或者不能被感知。当然，随着研究的深入，则输出形式也越来越丰富了，不仅限于是否，也可以是数值或者其他形式的东西。例如，感知机做线性回归的时候，则是数值作为输出。