人人都能懂的机器学习——用Keras搭建人工神经网络02

感知机

1957年，Frank Rosenblatt发明了感知机，它是最简单的人工神经网络之一。感知机是基于一个稍稍有些不同的人工神经元——阈值逻辑元（TLU）（见图1.4），有时也被称为线性阈值元（LTU）。这种神经元的输入和输出不再是二进制的布尔值，而是数字。每一个输入连接都与权重值相关联，TLU将各个输入加权取和

然后将其带入一个阶跃函数，并输出结果：

上述计算过程如下图1.4所示

图1.4阈值逻辑单元：一个人工神经元，计算其输入的加权和，然后应用一个阶跃函数.jpg

感知机中最常用的阶跃函数是Heaviside阶跃函数，有时也会使用符号函数，如下式所示

单个的TLU可以用来简单线性二元分类，计算输入的线性和。如果该结果超过了一个阈值，则输出正值，否则输出负值（就像一个逻辑回归分类器或者一个线性SVM）。你可以用单个TLU来根据花瓣的长度和宽度来识别鸢尾花。而训练一个TLU，就是找到，，的正确的值（稍后就会讨论训练的算法）。

一个感知机就是由一层TLU简单组合而成的，每个TLU都与所有的输入连接。一层中所有的神经元都与前一层的每一个神经元（也就是输入神经元）连接，那么这一层就叫做全连接层，或者叫稠密层。感知机的输入被传递到特殊的传递神经元，叫做输入神经元，他们的功能就是直接输出任何它们接收的内容。输入层就由输入层以及一个额外的偏差特征（）组成，这个偏差特征由一种特别的偏差神经元来表示，它总是输出1。下图1.5中展示了一个2个输入和三个输出的感知机。这个感知机可以将案例同时按照三个不同二元类分类，成为一个多元输出分类器。

图1.5拥有2个输入神经元，1个偏差神经元和三个输出神经元的感知机结构.jpg

使用线性代数，我们可以非常高效地一次性计算出人工神经网络的输出结果，如下式所示：

• 在上式中，表示输入特征矩阵。输入特征矩阵的一行代表一个例子，一列代表一个特征

• 为权值矩阵，包含了所有神经元间的连接权值，除了偏置神经元。每行代表一个输入神经元的权值，每列代表该层中的一个神经元的权值

• 函数称为激活函数，当神经元为TLU时，该激活函数为阶跃函数（未来还将展示更多的激活函数）

那么感知机该如何去训练呢？Frank Rosenblatt提出的感知机训练算法很大程度上收到了Hebb学习规则的启发。在Donald Hebb于1949年出版的《The Organization of Behavior》一书中，他指出当一个生物神经元频繁地激活另一个神经元时，两个神经元之间的连接会变得更强。Siegrid Löwel用一句话总结了Hebb的观点：“Cell that fire together, wire together”，也就是说两个神经元同时被激活时，它们的连接权值会增加。这个规则之后就被称为Hebb规则或Hebb学习规则。感知机就利用这个规则的变体进行训练，它将考虑到神经网络在进行预测时所犯的错误，感知机再将加强有助于减少错误的神经元之间的联系。更具体地说，就是感知机接收一个训练实例，对于每个训练实例它将输出一个预测，对于每个产生错误预测的输出神经元，它都会加强与有助于帮其做出正确预测的输入神经元的联系。

• 上式中，为第i个输入神经元与第j个输出神经元之间的连接权值
• 为当前训练实例的第i个输入值，也就是当前训练实例中输入给第i个输入神经元的值，也就是第i个特征的值
• 是第j个输出神经元对当前训练实例输出的结果，也就是第j个输出神经元的预测的值
• 是第j个输出神经元对当前训练实例期望得到的结果，也就是当前训练实例的实际的结果
• 为学习率，即learning rate

每个输出神经元的决策边界是线性的，所以感知机无法学习复杂的模式（就像逻辑回归分类器）。然而，如果训练实例是线性可分的，Rosenblatt证明了这个算法会收敛于一个解，这就是感知机收敛定理。注意，这个解并不是唯一的，因为如果训练数据线性可分，那么就会有无数个可以分割它们的平面。

Scikit-Learn提供了一个可以实现单个TLU的Perceptron类，这里有个简单的例子，将这个算法应用在iris数据集上：

import numpy as np
from sklearn.datasets import load_iris
from sklearn.linear_model import Perceptron

iris = load_iris()
X = iris.data[:, (2, 3)] 
y = (iris.target == 0).astype(np.int) 
per_clf = Perceptron()
per_clf.fit(X, y)
y_pred = per_clf.predict([[2, 0.5]])

感知机的学习算法与随机梯度下降（Stochastic Gradient Descent）非常相似。实际上Scikit-Learn的感知机就相当于使用一个SGD Classifier，其中的超参是这样的：loss = "perceptron", learning_rate = "constant", eta0 = 1, penalty = None。其中eta0即为学习率，Penalty设为零即为不做正则化处理。

与逻辑回归分类器不同的是，感知机并不输出一个类的概率，而是基于一个阈值直接输出预测。这就是大家相比于感知机更倾向于使用逻辑回归的原因之一。

Marvin Minsky和Seymour Papert在他们1969年发表的著作《感知机》中，强调了感知机的一些重要缺陷，特别是它无法解决一些琐碎的问题，比如异或问题（见图1.6）。这对其他所有的线性分类模型来说都是个问题，比如逻辑回归分类器。研究人员对感知机的期望过高，有些人结果非常失望，结果完全放弃了神经网络，转而去研究更高的问题比如逻辑，问题解决和搜索。

事实证明，有些感知机的局限可以通过多个感知机相叠加而消除。由此而产生的ANN就被称为多层感知机（MLP），并且MLP可以解决XOR问题（异或问题）。你可以通过计算图1.6右侧的MLP的输出来验证这一点：如果输入(0,0)或(1,1)，则该网络输出0；输入(0,1)或(1,0)，则该网络输出1。除图中标出的4个连接的权值以外，所有连接的权值都等于1。那么由此证明了，这个MLP确实解决了XOR问题。

图1.6XOR分类问题和MLP.jpg

下一篇文章我们讲讲如何训练感知机

尽请期待啦！！