perceptron

Classificatore binario semplice a livello singolo

Sintassi

perceptron(hardlimitTF,perceptronLF)

Descrizione

Nota

Deep Learning Toolbox™ supporta i perceptron per interesse storico. Per ottenere risultati migliori, si dovrebbe invece utilizzare patternnet, che può risolvere problemi separabili in modo non lineare. A volte il termine “perceptron" si riferisce alle reti feed-forward di pattern recognition ma, il perceptron originale che viene descritto in questa parte può risolvere solo problemi semplici.

perceptron(hardlimitTF,perceptronLF) considera una funzione di trasferimento hard-limit hardlimitTF e una regola di apprendimento perceptron perceptronLF e restituisce un perceptron.

Oltre alla funzione di trasferimento hard-limit predefinita, i perceptron possono essere creati con la funzione di trasferimento hardlims. L'altra opzione per la regola di apprendimento perceptron è learnpn.

I perceptron sono semplici classificatori binari a livello singolo, che dividono lo spazio di input con un confine decisionale lineare.

I perceptron possono imparare a risolvere una gamma ristretta di problemi di classificazione. Sono state una delle prime reti neurali a risolvere in modo affidabile una determinata classe di problemi e il loro vantaggio è una regola di apprendimento semplice.

Esempi

Risoluzione di un semplice problema di classificazione utilizzando il perceptron

Questo esempio mostra come utilizzare un perceptron per risolvere un semplice problema di classificazione logica-OR.

x = [0 0 1 1; 0 1 0 1];
t = [0 1 1 1];
net = perceptron;
net = train(net,x,t);

view(net)

y = net(x);

Argomenti di input

hardlimitTF — Funzione di trasferimento hard-limit

'hardlim' (predefinito)

Funzione di trasferimento hard-limit.

perceptronLF — Regola di apprendimento perceptron

'learnp' (predefinito)

Regola di apprendimento perceptron.

Cronologia versioni

Introdotto in R2010b

Vedi anche

preparets | removedelay | patternnet | timedelaynet | narnet | narxnet