深度学习系列（二）：从神经网络到深度学习

所谓神经网络自然是模拟人脑的神经元构造，许多神经元结合起来的一个网络，人脑的一个神经元可能是这个样子：

抽象出来一个神经元就是三个东西，前中后：
前：谁给这个神经元信号（人脑每个神经元可是与10万个其他神经元相连接）；
中：这个神经元信号往哪里传；
后：传出的信号大小是多少；
基于此人们构造了人工神经元，可能是这个样子：

每个神经元有好些个输入，然后把信息综合一下有一个输出（这是单个神经元，如果和其他多个神经元相连就不止一个输出了）。
好了好多神经元联合起来就是神经网了，人的可能就是这样：

错综复杂的，这个我们也完全可以通过人工神经元构造出来。那么简单的人工神经网络（比如3层）就如同下面所示：

最原始的输入层是输入信号，经过一个中间隐含层再到输出。这种网络是很久以前人们研究神经网络的时候出来的结构，也是一种浅层（只有一个隐含层）结构࿰