理论知识英文见 ：http://neuralnetworksanddeeplearning.com/chap1.html
第二节 Perceptrons
一个怪异罕见的单词出现了，这是一只什么样的P？有什么来头？
其实这只P是人工神经元的模型之一，我们可以暂且称呼其为P模。但是，那么多模型，为啥要研究这只？
因为研究好了P模才能更好的研究S模，即sigmoid neuron。
问题又来了，S模是什么？我们一会儿再聊，反正记住S模是这个时代很重要的模物就对了。
言归正传，让我们一起研究一下P模，好的，P模是怎样工作的呢？听起来像在考试，不过，如果说P模可以帮助我们解决生活中的很多难题，例如找对象问题，是不是想一起来研究一下？
好的，让我们把找对象问题和P模工作问题结合一下。
P模工作步骤一：
首先我们要明确P模的结构，它分层明确，任务难度层层递进，引用一下理论原文：
The first column of perceptrons is making very simple decisions, by weighing the input evidence. What about the perceptrons in the second layer? Each of those perceptrons is making a decision by weighing up the results from the first layer of decision-making. In this way a perceptron in the second layer can make a decision at a more complex and more abstract level than perceptrons in the first layer.
根据P模，我们可以得出：
找对象步骤一：找对象首先要建立整体的战略布局，这就要求我们需要知道每一个阶段的中心任务是什么。例如，我们可以设定第一个阶段为自己判断阶段，第二个阶段为朋友判断阶段，第三个阶段为爸妈终极判断阶段……
P模工作步骤二：
它是多输入单输出的，输入一些个二进制数字，但只输出唯一一个二进制数字，也就是说，它的思维模式是：“是就是是，不是就是不是。”
A perceptron takes several binary inputs, x1,x2,…x1,x2,…, and produces a single binary output.
根据P模，我们可以得出：
找对象步骤二：在找对象的整个过程当中，无论是自己，还是爸妈，亦或是各种路子的亲朋好友，都需要遵循一个原则：多观察，多总结。例如，在第一个阶段：我们可能会发现对方穿衣很有品味，生活很有情调，书读得很多，字也写得很好，那么，我们就需要总结了：这是一个有修养的人。
P模这个思想有它相对的局限性，例如，就找对象这个问题，有些人确实是“一面杀“，但更多的是“再看看”。（sigmoid neuron 就可以实现“再看看”。）
根据以上两个步骤，我们已经大概了解了P模，不过，我们还需要再研究下P模是如何给出”是或者不是“的结论呢？
这就是P模的权重概念(weight)。简单的说就是：P模有多元素输入，但这些元素的重要性不同。
A perceptron can weigh up different kinds of evidence in order to make decisions.
除了权重概念之外，还需要一个门槛(threshold)概念来配合。
The neuron's output, 0 or 1, is determined by whether the weighted sum is less than or greater than some threshold value.
放到找对象这个领域，我们可以举一个例子，例如，有的人就觉得挑选另一半最重要的是财务，那么“有钱”这个条件就占据了很大的权重。
来来来，拿出一张纸，先写上“找一个100分对象”(threshold)，然后列入所有条件及其权重，比如“有1个亿”100分，有博士学历50分，有模有样50分，会做饭50分，好的，现在开始计算得分……
总得来说，要想挑到一个称心如意的对象并非易事。首先要有整体思维，其次要善于观察和总结，另外还需要拎得清知道自己到底想要什么。
网友评论