使用 Python 实现计算机视觉深度学习中的感知器算法答案

【问题标题】：Perceptron Algorithm Implementation in Deep Learning for Computer Vision with Python使用 Python 实现计算机视觉深度学习中的感知器算法
【发布时间】：2020-01-30 15:10:08
【问题描述】：

我正在研究 Adrian Rosebrock 的《Deep Learning for Computer Vision with Python》一书。我想知道为什么 scikit-learn 中的结果与书中实现的结果有很大不同。请查看代码here.

【问题讨论】：

标签： python machine-learning deep-learning

【解决方案1】：

来自 scikit-learn documentation：

感知器是另一种简单的分类算法，适用于大规模学习。默认情况下：

它不需要学习率。

它没有被正则化（惩罚）。

它仅在错误时更新其模型。

最后一个特征意味着感知器稍微快一点用铰链损失训练比 SGD 和得到的模型更稀疏。

来自here

感知器是一种分类算法，它共享相同的使用 SGDClassifier 的底层实现。实际上，Perceptron() 是相当于SGDClassifier(loss="perceptron", eta0=1, learning_rate="constant", penalty=None)

因此，您应该通过指定相同的参数 - 损失函数、学习率、正则化、随机状态、随机播放等来将结果与 SGDClassifier 进行比较。

【讨论】：