如何构建神经网络中的神经元（pytorch 前置知识）

构建最简单的perceptrons

1. 首先需要对生物学里的神经元有一个基本理解
   
   对于深度学习， 只需知道神经细胞的两大部分， 轴突和树突， 了解它们之间是如何传递信息的， 因为感知器是完全按照这一逻辑构建， 虽然无法达到人类的神经细胞全部功能， 但是目前最好的， 最简单的数学模型。
   
   轴突和树突之间要进行信号的传递， 即为输入和输出，传递的结果可能被激活也可能没有。
2. 单一神经元模型
   输入为x1, x2, 1, 当然也可以有几百几千个输入， 输入的每一个值需要乘以相应的权重， w1, w2, w0, 其中w0 = -th, th为threshold。w0 为偏移量， g 为转移方程。输入信号x1, x2 乘以权重w1, w2与w0 相加得到s, 然后