Main Content

La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

perceptron

Clasificador binario de una sola capa simple

Descripción

ejemplo

Nota

Deep Learning Toolbox™ admite perceptrones por intereses históricos. Para conseguir mejores resultados, debe usar patternnet, que puede solucionar problemas que no son linealmente separables. A veces, el término “perceptrones” hace referencia a las redes de reconocimiento de patrones prealimentadas. Sin embargo, el perceptrón original (aquí descrito) solo puede solucionar problemas simples.

perceptron(hardlimitTF,perceptronLF) toma una función de transferencia de límite estricto (hardlimitTF) y una regla de aprendizaje de perceptrón (perceptronLF), y devuelve un perceptrón.

Además de con la función de transferencia de límite estricto, los perceptrones se pueden crear con la función de transferencia hardlims. La otra opción de la regla de aprendizaje del perceptrón es learnpn.

Los perceptrones son clasificadores binarios de una sola capa simples, que dividen el espacio de entrada con un límite de decisión lineal.

Los perceptrones pueden aprender a solucionar una pequeña variedad de problemas de clasificación. Fueron una de las primeras redes neuronales que resolvían de manera fiable un determinado tipo de problema, y su ventaja es una regla de aprendizaje simple.

Ejemplos

contraer todo

Este ejemplo muestra cómo usar un perceptrón para solucionar un problema de lógica OR de clasificación simple.

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

Figure Neural Network Training (18-Jan-2022 16:26:05) contains an object of type uigridlayout.

view(net)

y = net(x);

Argumentos de entrada

contraer todo

Función de transferencia de límite estricto.

Regla de aprendizaje de perceptrón.

Historial de versiones

Introducido en R2010b