Neural network 从神经网络和深度学习理解第1章示例2

我正在进行第二个练习，但不理解（模拟感知机的乙状结肠神经元，第二部分）

在极限中显示为c→∞ 这个乙状结肠网络的行为 神经元与感知器网络完全相同。怎么可能 当w⋅其中一个感知器的x+b=0

我能证明c→∞ 行为与感知器网络相同。但我不确定我对w的原因是否正确⋅x+b=0将失败

用z=0代替sigmoid函数（1/（1+e^-z），得到1/（1+e^-0），分解为1/（1+1）=1/2

---

如果定义1/2会触发神经元中的1，那么我不明白为什么w⋅x+b=0将失败。

您或多或少已经回答了您的问题。 感知器的传递函数是阶跃函数H（z），对于z 图像来源：

如上图所示，对于小于-5和大于5的值，sigmoid函数分别输出接近0或1的值。此处5仅用于表示，但实际上这意味着对于z的极值，sigmoid函数输出0或1

---

因此，在你的例子中，当你用正数c乘以方程（w.x+b），其中c→∞ z=c（w.x+b）~-∞ （对于w.x+b<0）和z=c（w.x+b）~∞ （对于w.x+b>0）。因此，在这两种情况下，您可以期望值接近0或1。但是当w.x+b=0、z=0和S形函数输出0.5或1/2时，这不是感知器的特征，这在您的问题中被描述为“无法模仿感知器的行为”。

嘿，托马斯！谢谢您回来！但我不明白“当w⋅其中一个感知器的x+b=0？“我知道sigmoid函数将输出1/2，但这是如何失败的？它不能“与感知器网络完全相同”。这意味着，如果传递函数的参数对于至少一个单元为零，则具有sigmoid单元的网络的输出将不同。