我是一名人工智能的初学者，如果我问了一个愚蠢的问题，请原谅。我试图做的，是训练一个感知器来对输入进行4类分类。我知道，通常情况下，感知器是一个二元分类器，但我很好奇在这种特定情况下是否可以打破规则，因为这种分类规则非常简单。数据样本包含由笛卡尔坐标给出的点。已知x坐标总是介于[1, 4]之间的整数，而y坐标会在0到1之间取值，精确到小数点后一位（Matlab表达式为[0:.1:1]）。类别仅取决于x坐标。类别就是x坐标。例如，(1, 0.3)属于类别1，(3, 0.2)属于类别3。是否可能只训练一个感知器来学习这个规则？提前感谢

回答：

答案是否定的，标准的二元双极阈值感知器无法做到。除非你有一个非常非线性的感知器，其传输函数中已经内置了逻辑，否则你需要更多的神经元来近似这个逻辑。请记住，传输函数越非线性，训练过程就越复杂。

以异或运算符为例。即使是像这样一个简单的逻辑门，也需要2个隐藏神经元。这里是对异或运算符的参考说明。

对于那些质疑原问题者所说的二元感知器是什么意思的人，原问题者指的是这个。