一、神经网络的思想与定义

一、神经单元

神经单元是神经元的模型化，我们的大脑是由神经元相互连接构成的网络，那么如果我们仿造大脑创建神经元网络，

是不是能够产生出像人脑一样的智能呢？这就是神经网络所要探索的课题。

1、神经元的函数表示

如图1，将神经单元的多个输入x₁，x₂，x₃，...，x_n加权输入到神经单元，并用z表示，

 

 

即z  = w₁x₁ + w₂x₂ + w₃x₃ + w₄x₄ + ... + w_nx_n  + b                              （公式1）

其中w_1，w_2，w_3，...w_n为各输入权重，b为偏置，n为 输入个数

神经单元的输出用y表示，神经单元通过激活函数a(z)，根据加权输入z输出y

即y = a(z)                                                                                              （公式2）

　　　　　　　　　　  图1，神经单元

二、神经网络

如图2，将神经单元连接成网络状，就形成了神经网络，网络的连接方式多种多样，从图中可以看出，

构成神经网络的各层为输入层、隐藏层（中间层）、输出层；

• 输入层的职责是读取输入给网络的信息，
• 隐藏层的神经单元负责执行公式1与公式2，实际处理信息的部分，
• 输入层与隐藏层一样执行公式1与2，并输出结果

所谓的深度学习就是叠加了很多层的神经网络。

                                       图2 神经网络