Uitleg
Een perceptron is het meest basale neurale netwerk-element: één neuron dat gewogen input optelt en een drempel toepast voor output. Perceptron werd uitgevonden in 1958 en was de basis voor moderne neurale netwerken.
Een perceptron neemt inputs, vermenigvuldigt door gewichten, telt op, en past activation-functie toe. Voor classificatie wordt output 0 of 1 gebaseerd op drempel. Perceptrons kunnen alleen lineaire relaties leren.
Multilayer perceptrons (MLP) - neurale netwerken met meerdere lagen perceptrons - kunnen non-lineaire relaties leren en zijn fundamenteel in modern deep learning. Een enkel perceptron is te beperkt maar conceptueel belangrijk.
⚡ Voorbeelden
- •Eenvoudige perceptron klassificeert bloemen als iris of niet-iris op basis van twee features
- •Perceptrons worden gecombineerd in lagen voor multilayer perceptrons
- •AND/OR-poorten kunnen met perceptrons worden gebouwd
Trefwoorden
biologische-inspiratiekunstmatige-neurondrempel-functiebasiselement