パーセプトロンの基本と実装 - Qiita

パーセプトロンの学習 使用するネットワーク ・入力層，中間層，出力層の3層でできているネットワークです． ・層と層の間はフルで連結します． ・すべてのニューロンは$1$か$0$を出力します． パーセプトロンの目的は中間層と出力層の間の重み（シナプス荷重）を学習し，入力パターンに対応する出力パターンを生成することです． 入力層 $M$個のニューロンがあるとします． 外部からの入力をそのまま受け取って，出力します． $i$番目のニューロンの出力は以下の式で表します． $$output_i = input_i$$ 中間層 $N$個のニューロンがあるとします． 中間層の$j$番目のニューロンに与える入力は，すべての入力層ニューロンの出力値にシナプス荷重$w_{i,j}$をかけた値の和です． $$input_j=\sum_{i=1}^{M}{w_{i,j}output_i}$$ そして，それぞれの中