神经元Neuron，可以理解成装有一个数字的容器。
神经元中装着的数字代表对应像素的灰度值，0代表纯黑像素，1代表纯白像素。我们把神经元里装着的数叫“激活值（Activation）”
把所有神经元顺序排列就构成了网络的第一层，输入层。
网络最后一层十个神经元代表0到9这十个数字，激活值也在0~1之间。这些值表示系统认为输入的图像对应着哪个数字的可能性。
网络中还有隐藏层（Hidden Layers），里面就进行着处理识别数字的具体工作。
神经网络在工作中，上一层的激活值将决定下一层的激活值。也就是说神经网络处理信息的核心机制正是“一层激活值是通过怎样的运算，算出下一层的激活值”。
计算出来的加权和可能是任意大小，但在这个而网络中我们需要激活值在0~1之间，于是需要激活函数。
如图所示Sigmoid函数（也叫Logistics曲线）能把非常大的负值变化接近为0，把非常大的整数变化为接近为1，而在取值0附近是平稳增长的。
但是并不是所有时候大于0都需要被激活。过早激发出现了偏差。也许有时大于10激活才有意义ÿ
最低0.47元/天 解锁文章
627
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
