标签：... 函数 模型 神经网络 MP 激活 输入 神经元

\(x_1,x_2,...,x_m\)是神经元的输入。
\(w_{k1},w_{k2},...,w_{km}\)对应每个神经元输入的权重。
\(b_k\)是偏置单元，以常数值加到激活函数的输入中。
\(\varphi (·)\) 是激活函数，能使神经网络(单层或多层)非常灵活且具有能估计复杂的非线性关系的能力。简单情况下可以是一个高斯函数，逻辑函数，双曲线函数或者甚至是一个线性函数。利用神经网络可以让其实现三个基本功能: 与，或，非。

标签：...,函数,模型,神经网络,MP,激活,输入,神经元
来源： https://www.cnblogs.com/Acapplella/p/15000534.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。