Perceptron 교육 알고리즘의 입력에 다른 유형이있을 수 있습니까?

Question

Perceptron 교육 알고리즘의 입력에 동일한 유형이 있어야합니까?

즉 하나의 입력에 부울 유형이 있고 다른 입력에 정수 유형이있을 수 있습니까?

Answer 1

임의로 사용할 수 없습니다. 계산 단계 및 종료 조건 봐 (통합 기준) :

Update: 
y[j](t) = f[w(t) ⋅ x[j] ] 
     = f[w[0](t) x[j,0] + w[1](t) x[j,1] + ⋯ + w[n](t) x[j,n] ] 

Convergence: 
error = sum(abs(d[j] - y[j](t))for all j) 
error/j_max < epsilon 

이것은 당신이, 당신의 체중 유형으로 정의 내적 적어도 부분적으로 정렬 된 데이터 형식이 있어야합니다 (보통 무게 유형과 곱셈 제품 유형에 대한 덧셈), 오류 계산에 대한 뺄셈 및 유효한 유효 수렴 값 엡실론.

실제 (float 또는 double) 가중치를 사용하는 것이 좋습니다. 귀하의 입력 수 있습니다 당신이 제대로 작동에 대해 공식적으로 다른 유형의 수 있지만 그것은 연습에 조금 까다 롭습니다 : 귀하의 입력 및 무게 벡터에 그 도트 제품을 정의 할 수 있습니까? 문자열 입력의 경우, 더 일반적으로, 당신은 당신의 퍼셉트론에서 평가 벡터를 저장 한 후 입력과 일치 얼마나 잘 측정 할 방법

"hello" ⋅ [0.66, 0.21, -1.13] 

무엇인가? 역 전파에서 벡터를 어떻게 조절합니까?

관리 할 수 ​​있으면 입력 유형을 처리 할 수 ​​있습니다.

개인적으로 가능한 한 입력 내용을지도에 표시하는 것이 좋습니다.

Answer 2

빌드하는 데 사용중인 라이브러리를 기반으로합니다. 일반적으로 모든 신경망은 단 하나의 유형의 입력 - 소수를가집니다. 이론적 인 관점에서 다른 어떤 것도 뒷받침되지 않습니다. 어떤 라이브러리가 모든 데이터 형식을 10 진수 입력으로 변환합니다. 문자열은 사전, 부울을 통해 0과 1 (또는 -1과 1) 등으로 변환됩니다.