【3B1B】数字识别的例子（深度学习）

https://space.bilibili.com/88461692/channel/detail?cid=26587   有启发，但还是有点迷糊。

这个视频告诉了我：隐藏层 具体这层负责干啥？其实不知道，没有想象的那么明确（明确告诉你 ：负责哪小块问题）。

或许是人类看不懂，但计算机能看懂的特征描述。

但这到底为什么！这应该是我的一个学习的起点。

图片是如何输入神经网络的？ 

图片，拉成列向量，数据在0~1之间（代表灰度值），是active，作为a0，是输入层。

神经网络的结构

输入层、 隐藏层、输出层

"我希望的"：每一层都做点什么？（事实上：根本不！）

我希望隐藏层的最后一层 能判别部件

我希望隐藏层的倒数第二层：识别更精细的部件(上层决定下层)

数学表示

注释：行向量 * 列向量 = 数

想想煎饼果子：

如何调节w，识别图片中，是否存在一条"横边"

w.关注的像素 = 正数；

w.周围像素 = 负数；

w.不关注的像素 = 0；

事实上的权重

希望中： 第二层为了识别小短边，第三层识别"一横""一竖""圆圈"等组合

事实是：