深度学习之神经网络基础（一）

1 感知机

1.1 感知机模型

1.2 感知器的基本概念

定义：有n个输入数据，通过权重与个数据之间的计算和，比较激活函数结果得到输出。其中threshold为激活函数，阈(yu)值:引申为界限或范围,下面为1.5，当结果大于1.5时输出为1，小于1.5时输出为0。

2 神经网络结构

2.1 神经网络的发展

2.2神经网络的特点

2.3 神经网络的结构

笼统的讲，神经网络是由多个神经元(感知机)组成。

2.4 神经网络在图片分类中的应用

2.4.1 神经网络与其他算法的区别

逻辑回归：sigmoid函数—>某⼀个类别的概率 。 用于⼆分类

神经⽹络：某⼀个样本——->得出属于全部类别(🐱，🐕，人，🐏)的每⼀个概率 。 用于多分类

相关名词解释

2.4.2 神经网络的API模块

2.4.3 SoftMax回归