感知器和形状识别

Question

我最近实现了一个简单的感知器。这种类型的感知器（仅由一个在输出中提供二进制信息的神经元组成）只能解决 类 可以线性分离的问题。

我想在 8 x 8 像素的图像中实现简单的形状识别。例如，我希望我的神经网络能够告诉我我画的是不是圆。

如何知道这个问题是否 类 线性可分？因为有 64 个输入，它仍然是线性可分的吗？一个简单的感知器能解决这类问题吗？如果不能，什么样的感知器可以？我对此有点困惑。

谢谢！

Answer 1

这个问题，一般意义上，单层感知是解决不了的。一般来说，其他网络结构（例如卷积神经网络）最适合解决图像分类问题，但是考虑到您的图像尺寸较小，多层感知可能就足够了。

大多数问题都是线性可分的，但不一定是二维的。向网络添加额外的层允许它在更高维度上转换数据，使其线性可分。

研究多层感知器或卷积神经网络。 MNIST 数据集的分类示例也可能有帮助。