在機(jī)器學(xué)習(xí)里面，有一大類叫做神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)里面，大名鼎鼎的有卷積神經(jīng)網(wǎng)絡(luò)CNN，循環(huán)神經(jīng)網(wǎng)絡(luò)RNN。其中，卷積神經(jīng)網(wǎng)絡(luò)在圖形圖像處理方面，有著很出色的成果。例如識(shí)別圖像的功能，通過基于CNN的深度學(xué)習(xí)技術(shù)，現(xiàn)在機(jī)器已經(jīng)可以識(shí)別出很多東西了。下面這個(gè)圖是電視劇《三生三世 十里桃花》的劇照，使用Tensorflow和ImageNet，機(jī)器告訴我們，這張圖是 kimono（和服）的可能性是 0.86。gown（長(zhǎng)外衣；外罩）0.05.

如果是一些簡(jiǎn)單的圖片，例如鍵盤，鼠標(biāo)，水杯等，識(shí)別準(zhǔn)確度還是蠻靠譜的。

神經(jīng)網(wǎng)絡(luò)的如果要用圖來表示的話，應(yīng)該就是下面這個(gè)樣子的。最左邊的是輸入，最右邊的是輸出。然后中間有很多隱藏層。

這個(gè)圖中隱藏層只有一層，但是大部分用于真實(shí)計(jì)算的神經(jīng)網(wǎng)絡(luò)，都會(huì)有很多隱藏層。

無(wú)論是簡(jiǎn)單的，還是復(fù)雜的神經(jīng)網(wǎng)絡(luò)，其中最小的單元就是感知器。
對(duì)于感知器的介紹，可以參考網(wǎng)絡(luò)上的文章:
零基礎(chǔ)入門深度學(xué)習(xí)(1) - 感知器 

既然是白話，那么我們就用講故事的方法來說一下。(假設(shè)讀者已經(jīng)閱讀了上面的文章)
假設(shè)有一次考試，分為語(yǔ)文，數(shù)學(xué)，英語(yǔ)，滿分都是100分。但是，語(yǔ)文，數(shù)學(xué)，英語(yǔ)占的權(quán)重（weight）不一樣。同時(shí)，我們還需要根據(jù)考試難度，在最后總分上面，進(jìn)行一些加分或者減分的調(diào)整(bias)。最后，根據(jù)一個(gè)標(biāo)準(zhǔn)（激活函數(shù) Step Function）來定考試合格或者不合格（output）。

如果教務(wù)處說，我們是外國(guó)語(yǔ)學(xué)校，對(duì)于英語(yǔ)成績(jī)比較看重，則我們給予這樣的英語(yǔ)比較高的權(quán)重。
X1：語(yǔ)文成績(jī) W1：0.3
X2：數(shù)學(xué)成績(jī) W2：0.2
X3：英語(yǔ)成績(jī) W3: 0.5

然后，由于這次考試難度比較高，則每個(gè)人都加5分 （這個(gè)其實(shí)叫做 偏置項(xiàng) bias）

X0 = 1 W0 = 5

成績(jī) = X0 * W0 + X1 * W1 + X2 * W2 + X3 * W3
然后，如果成績(jī)?yōu)?0分及以上則為合格。（激活函數(shù) Step Function）
如果 成績(jī) >= 60 ,則合格
成績(jī) < 60 ,則不合格

OK，這樣一個(gè)簡(jiǎn)單的感知機(jī)就做成了。在權(quán)重（W0，W1，W2，W3）和 Step Function（合格標(biāo)準(zhǔn)）定下來的時(shí)候，它可以根據(jù)輸入（各科成績(jī)），求得輸出（是否合格）了。

例如：

語(yǔ)文成績(jī) 50 * 0.3 = 15
數(shù)學(xué)成績(jī) 40 * 0.2 = 8
英語(yǔ)成績(jī) 80 * 0.5 = 40
附加分 5
成績(jī) 15 + 8 + 40 + 5 = 68 =>合格

語(yǔ)文成績(jī) 80 * 0.3 = 24
數(shù)學(xué)成績(jī) 50 * 0.2 = 10
英語(yǔ)成績(jī) 40 * 0.5 = 20
附加分 5
成績(jī) 24 + 10 + 20 + 5 = 59 => 不合格

當(dāng)然，一般來講，感知機(jī)往往是激活函數(shù)（StepFunction）是事先決定的，作為訓(xùn)練數(shù)據(jù)的輸入，輸出是已知的，權(quán)重則是需要通過機(jī)器學(xué)習(xí)來獲得的。我們的例子中，合格標(biāo)準(zhǔn)是事先決定的，60分及格，然后給出一部分?jǐn)?shù)據(jù)：某些人的語(yǔ)文成績(jī)，數(shù)學(xué)成績(jī)，英語(yǔ)成績(jī) ，是否合格，然后通過機(jī)器學(xué)習(xí)，將各科的權(quán)重計(jì)算出來，獲得一個(gè)模型。然后利用這個(gè)模型，通過輸入 語(yǔ)文成績(jī)，數(shù)學(xué)成績(jī)，英語(yǔ)成績(jī)，來判定是否合格。

當(dāng)然，如果在訓(xùn)練數(shù)據(jù)比較少的時(shí)候，這個(gè)權(quán)重可能計(jì)算的不是很準(zhǔn)確，數(shù)據(jù)越多，權(quán)重越準(zhǔn)確。

語(yǔ)文成績(jī) 50 數(shù)學(xué)成績(jī) 40 數(shù)學(xué)成績(jī) 40 附加分 5 合格
語(yǔ)文成績(jī) 80 數(shù)學(xué)成績(jī) 50 數(shù)學(xué)成績(jī) 40 附加分 5 不合格

能夠滿足這樣條件的權(quán)重有很多很多，所以機(jī)器學(xué)習(xí)的結(jié)果可能不是很好。
但是如果有足夠的數(shù)據(jù)，則權(quán)重的計(jì)算結(jié)果則會(huì)非常理想。

最后再回來說一下，為什么叫感知機(jī)，其實(shí)最簡(jiǎn)單的，最原始的時(shí)候，感知機(jī)的輸出就是 0（不合格） 或者 1（合格）.結(jié)果能被感知，或者不能被感知。當(dāng)然，隨著研究的深入，則輸出形式也越來越豐富了，不僅限于是否，也可以是數(shù)值或者其他形式的東西。例如，感知機(jī)做線性回歸的時(shí)候，則是數(shù)值作為輸出。

http://www.cnblogs.com/TextEditor/p/6598412.html