1.1 深度学习和神经网络

 首先要说的是：深度学习的内容，真的不难。你要坚持下去。

神经网络

这就是一个神经网络。里面的白色圆圈就是神经元。神经元是其中最小的单位。

 神经网络

单层神经网络：

感知机 （双层神经网络）

 

全连接层：

本层和前一层每个神经元相互链接 。

假设每一个a都带有一个权重w，那么第N层的一个神经元的数字，如，是由N-1层各自的w与a相乘得到的。

所谓的全连接层就是在前一层的输出的基础上进行一次​Y=wx+b的变化。

重点：激活函数：

我们把这个图像进行分类的时候，只靠一条直线是无法准确的分类的。

不管我们怎么画，都不会有一个很好的分类结果。

所以我们想到多加几层网络，让模型复杂一点。 结果是否定的。

不论多加多少网络，汇出来的线都是直线，还是无法处理好这个问题。

所以： 我们就需要激活函数。

激活函数：将得到的y进行一个非线性变换。如

处理之后的结果就不是一个线性函数了，自然也就不是一条直线。变成了曲线。这样处理之后可能就可以变成这样的线了：

 这样就能成功的进行分类了。