假设两个感知器在来自相同线性可分离分布的无限样本上运行。他们会收敛到相同的决策功能吗？它们会收敛到相同的权重向量w吗？我是ML的初学者，所以如果有人可以提供详细的说明，那将是很棒的。
最佳答案
如果学习率足够小，它们将收敛到相同的决策边界。但是，根据两个感知器的初始权重（假设它们是分别随机分配的），两个感知器的最终权重可能会有所不同。请注意，与输入关联的权重是分离平面的系数，并且这些系数不是唯一的（例如，如果将与平面关联的系数加倍，则平面的位置不变）。因此，完全有可能（而且很可能）两个感知器的极限权重将不相等。
关于machine-learning - 机器学习-感知器，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/26281380/