在工程上，目前炒的火熱的深度學習其實就是多層神經網絡。Neural Network.

神經網絡是一種訓練方法，是一種特殊的有向圖。干什么用呢，可以多維空間進行模式分類。之所以用神經這個詞，他的模型和人的生物學上的神經網絡外形比較相似，同時借用了生物學中神經元的名詞，故可以理解為模型長得很像神經系統(tǒng)的訓練算法。

Paste_Image.png

定性的說法就是左邊的神經網絡，定量的其實就是Logistic Regression的擴展版。集合了所有input,進行各種雜糅的運算，充分的攪拌，第一種方法攪拌完了，換一種方法繼續(xù)雜糅，每個方法得到一個結果，這些結果組成了一個新的INPUT,開始探索新的雜糅方式，如此循環(huán)往復。

這是一種在整合所有INPUT信息后的，判斷的再判斷，不斷的抽象提煉，已經遠遠超過了生物學上的神經網絡的模式，叫神經網絡也許只有顏值比較接近吧。

神經網絡用下圖簡述即為

image.png

圖像，語音，數字都可以是輸入，中間的神經元可以有很多層。
神經網絡的關鍵點在于一，結構，網絡分幾層，每層幾個節(jié)點，節(jié)點之間如何連接，二，非線性函數f的設計，一般用sigmoid 函數，進行基本的0和1的分類。
未完待續(xù)。。。