假设有两个感知器在同一个线性可分分布的无限样本上运行。它们会收敛到相同的决策函数吗？它们会收敛到相同的权重向量 w 吗？我是机器学习的初学者，所以如果有人能提供详细的解释就太好了。

回答：

如果学习率足够小，它们会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化的），两个感知器的最终权重可能会不同。请注意，与输入相关的权重是分离平面的系数，这些系数不是唯一的（例如，如果你将与一个平面相关的系数翻倍，平面的位置不会改变）。因此，两个感知器的极限权重不相等是完全可能的（而且很可能）。