九筠的博客

由输出结果可见，通过 GridSearchCV 网格查到的最优参数为:隐藏层数为(100，30)，最大池化层为 20，激活函数为sgd;通过观察数据结构可知，数据由 10000个样本组成，其中每一个样本是由784(28*28)个像素组成的图像，像素黑白用 0/1 进行表示，对应的label目标变量的每个字符图像的真实标签。②加载数据，数据文件保存在 mnist.gz 安装包中，因此需要对文件进行解压后对文件进行读取，且区分训练集、测试集与验证集。③构建多层感知机神经网络模型，并使用网格查找出最优参数;

多层感知机（Multilayer Perceptron，简称MLP）是一种前向人工神经网络模型，由多个神经元组成的网络层间以全连接的方式连接。MLP由若干个神经元组成的多个层次组成，其中包括输入层、隐藏层和输出层。输入层接收输入数据，并将数据传递给隐藏层。隐藏层通过激活函数将输入值转换为输出值，并将其传递到输出层。输出层给出最终的预测结果。每个神经元在隐藏层和输出层中都有权重和偏置，可以看作一个非线性的函数，它接收来自上一层神经元的输入，并根据权重和偏置进行一系列的计算，最终产生输出。

感知机是一种二分类的线性分类模型，属于最简单的人工神经网络之一。它基于感知机学习算法，通过调整权重和阈值来将输入的样本进行分类。它的输入是一个实例的特征向量，输出为实例的类别，属于两类之一。感知机的基本思想是通过训练数据集来学习一个判别函数，将实例空间划分为正负两个部分，从而实现分类。感知机的模型可以表示为：其中，w是权重向量，x是输入实例的特征向量，b是偏置值，sign是符号函数，当w·x + b大于零时输出为1，反之输出为-1。