深度学习：神经网络基础（一）神经网络构建（代码演示，用神经网络表示线性回归和逻辑回归模型）

现在提到深度学习（deep learning）连非计算机专业的人都听说过，尤其是最近“人机大战”更是掀起了人们对深度学习的极大关注。而深度学习则源于神经网络的研究。神经网络其实是一门相对古老的算法，它最初产生的目的是制造能够模拟这个星球最复杂的东西“人脑”的机器。

本文讲述神将网络表示线性回归和逻辑回归两个模型

一、神经网络的表示

1）用神经网络表示线性回归模型

为了更清楚的学习神经网络怎样表示，我们将用神经网络表示一个线性回归模型。

我们先看一下线性回归模型表示方法：

a0 代表斜率；

a1到an代表模型训练的权重

x1到xn代表features

y代表预测的值

以上模型用神经网络怎样表示呢？

1)输入代表了特征值，即数据集中每一列 

2）每条线代表了权重，箭头线代表了权重和

3）受到神经细胞的启示，加入了激活方程来决定这个神经元被激活还是没有

这是两种表达方式的对比图：