简单神经网络

一、感知机模型
1、感知机：有N个输入数据，通过权重和各数据之间的计算和，比较激活函数的结果，得出结果

2、感知机是解决分类的问题
应用：很容易解决与、或 问题
3、与或问题：所有额输入为1，输出为1
异或问题：相同为0，不同1
单个感知机解决不了的问题，可以增加
二、神经网络特点：
（1）输入向量的维度和输入神经元的个数相同
（2）每一个连接都有一个权值
（3）同一层神经元之间没有连接
（4）由输入层、隐层、输出层组成
（5）第N层和第N-1层的所有神经元连接，也叫全连接
2、逻辑回归：sigmond——某个类别的概率 二分类
多分类，某个样本，得出属于全部类别的每一个概率（softmax）
有多少类别，输出就是多少个类别
3、神经网络API模块
（1）tf.nn：提供神经网络相关操作，包括卷积操作、池化操作、归一化、loss、分类操作、embedding、RNN、Evaluation
（2）tf.layers：主要提供的高层神经网络。主要和卷积相关的，对tf.nn进行封装
（3）tf.contrib：tf.contrib.layers提供能够将计算图中的网络层、正规化、摘要操作、是构建计算图的高级操作，但是tf.contrib包不稳定以及一些实验代码
三、浅层人工神经网络模型