通过手写数字识别理解神经网络的结构

本文为学习笔记，将从手写数字识别入手介绍神经网络是如何进行学习的，以及学习完的神经网络是如何识别数字的。

下面是一个28*28像素的图片。28*28=784，对应到神经网络中就有784个输入，而数字有0-9一共十种，对应10个输出。
 

下图是神经网络的结构，可见第一层是输入层，最后一层是输出层，中间的这部分统称为隐藏层。

那么神经网络是如何进行手写识别的？

当我们人类在进行数字识别的时候，是先识别这个数字的特征，再进行判断是哪个数字。比如下图当中的数字9，我们肯于拆分为上边一个圈，再加上一条竖线。那么数字8就是上边一个圈，下边再一个圈。

但是有圈有竖线就能识别成9吗，如果我们输入的是6就有可能造成错误，那么应该如何解决这个问题呢？

我们可以把某个部件，拆分成更加细小的部件，比如下图的这个圈和这个竖线。

查看如下图示，当数字9输入时候，将会激活第二层的某些神经元，第二层神经元再经过计算，输出圈和竖线，再激活第三层神经元，然后就激活输出层输出数字9