萌主天下无敌提示您：看后求收藏（爱米文学网aimiwx.com），接着再看更方便。
现在它在神经网络中已很少被使用，但理解它有助于理清其它类型神经元的基本结构和设计思路。
一个感知器的定义元素包括：
1.有多个输入：x1，x2，x3，...，它们只能是0或1。
2.有一个输出：output.只能是0或1。
3.每个输入对应一个权重值：3，...，它们可以是任意实数。
4.有一个阈值：threshold.可以是任意实数。
5.输出output取决于各个输入的加权求和与阈值threshold的大小，即：如果w1x1+w2x2+w3x3+...threshold，则输出output=1，否则输出output=0。
直观上理解，感知器相当于一个决策模型，输入表示进行决策时需要考虑的外在因素或条件，权重表示你对某个外在因素的重视程度，而阈值则表示你对于这个决策事件本身的喜好程度或接受程度。
举一个例子：假设周末有一个同学聚会，现在你正在决策要不要去参加。你考虑的因素如下：
