深度学习之-神经元权重以及偏置的介绍
**
1.深度学习的来历
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/d88adf545f9e79fb7968297d3017262a.png)
2.什么是深度学习
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/ed93bf28bded6fdcef0253f6d3dfd511.png)
3.偏置以及权重的介绍
- 认识简单的3层神经网络
在深度学习或者机器学习中,各个信号被称作“神经元”,首先我们以3层神经网络为对象认识下3层神经网络中的输入层,隐藏层以及输出层,如下图所示
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/47c7f402c1798d90bd4bd3391a8e6960.png)
注意:
3层神经网络中输入层为第0层
3层神经网络中输出层为第3层
- 权重以及偏置的基本含义
但是针对不同问题,每个神经元的权重(w1,w2,···,wn)以及偏置(b)均不同,在对权重以及偏置进行解释前,我们可以观察下面这张图中的单层网络图,