感知器和形状识别

Question

我最近实现了一个简单的感知器。这种类型的感知器（仅由一个神经元在输出中提供二进制信息）只能解决类可以线性分离的问题。

我想在 8 x 8 像素的图像中实现简单的形状识别。例如，我希望我的神经网络能够告诉我我画的是不是一个圆圈。

如何知道这个问题是否有类是线性可分的？因为有 64 个输入，它还能线性可分吗？一个简单的感知器能解决这类问题吗？如果没有，什么样的感知器可以？我对此有点困惑。

谢谢！

Answer 1

这个问题，在一般意义上，单层感知是无法解决的。一般来说，卷积神经网络等其他网络结构最适合解决图像分类问题，但是考虑到图像的小尺寸，多层感知可能就足够了。

大多数问题都是线性可分的，但不一定是二维的。向网络添加额外的层允许它转换更高维度的数据，使其线性可分。

研究多层感知器或卷积神经网络。 MNIST 数据集上的分类示例也可能会有所帮助。