对前面所学的概括 理解神经网络 上面的每一个突触也就是每一个爪,都看作是一个影响因素x,一个维度,每一个维度都要有一个权重w,中间神经元的化学变化看作是对这些x和w乘积再加和,所以这就相当于一个多元线性回归,当然和神经一样它也要传递,所以这个多元线性回归还会传递给下一个多元线性回归,这个多层的也叫隐藏层,下面介绍,先总结一下单层 下图更好理解 上图中的加和是固定的,但是激活函数我们是可以选择的 把神经网络画成网络拓扑如下