【发布时间】：2011-07-13 06:58:52
【问题描述】：
在一个简单的认识中，有人可以向我解释阈值的概念以及如何设置它，即最初阈值输入和权重的值是多少？
【问题讨论】：
-
你能为这个问题添加相当多的上下文吗？
标签： artificial-intelligence neural-network
【发布时间】：2011-07-13 06:58:52
【问题描述】：
由于根据定义，感知器是一个二元分类器，即使是最简单的化身，您也可以将其视为具有 0 的偏差/阈值：y = f( wn* xn> 0 ? 1 : 0 )
但由于 0 是一个非常任意的值，因此偏差/阈值作为变量被显式引入模型中：y = f( wn* xn> b '? 1 : 0 ) 或 y = f( wn* xn+ b > 0 ? 1 : 0 )
问题是现在模型在训练时需要考虑另一个变量（b [这是一个标量]，而不是原始的wn [这是一个向量]） .
有很多方法可以做到这一点，天真的方法是只选择b 的一些可能值，并在wn 上训练模型并保留( b，@ 987654336@n) 对产生最佳结果。
一种更优雅的方法是将偏差/阈值变量 b 视为附加到始终为 1 的输入的权重，这基本上使模型恢复到只有 1 个变量 w 的原始形式，除了现在向量 x 和 w 有 n + 1 元素：y = f( wn + 1* xn + 1> 0 ? 1 : 0 ) p>
【讨论】：