“神经网络”是什么？如何直观理解它的能力极限？它是如何无限逼近真理

神经网络

卷积神经网络

循环神经网络

神经网络增加神经元效果会更好：为什么？
神经元多了之后，对特征的判断就更多元，他们之间的组合的可能性就更多，而可能性丰富了之后总能调整到一种状态，达到你想要的结果。
把一个复杂函数拆成一个个感知机。
通过可靠的方法求数量爆炸的参数，梯度下降法-随机梯度下降法\或者用卷积和池化的方法将数据的维度给降下来。
最后模型就是一堆的线性函数加一堆的激活函数。
所有线性函数的集合就是神经网络的猫的标准模型的一个描述，所有的激活函数就是在判断数据符不符合神经网络描述的模型。
把激活函数从0-1阶跃函数换为sigmond函数，基本问题变成了好坏问题。