Datawhale AI夏令营 Task2

深度学习概念
深度学习（Deep Learning）是机器学习的一个分支，它使用神经网络模拟人脑的学习方式，从大量数据中自动学习和提取特征，进行预测和决策。
深度学习依赖于多层神经网络，每一层神经元接受前一层神经元的输出，并通过权重和激活函数进行计算，传递到下一层神经元。
神经元模型是模拟生物神经元行为的计算模型，它在人工智能和机器学习领域扮演着核心角色。
神经元就像人体大脑中的微小开关，能够接收来自其他神经元的信号，并根据这些信号的产生反应。
在人工智能中，我们用数学模型来模拟这种生物神经元的行为。
一个简单的神经元模型包括输入、权重、激活函数和输出。

1. 输入就像神经元 树突 接收到的信号，
2. 权重则像是调整信号强度的小调节器，
3. 激活函数决定是否产生输出，
4. 而输出则是传递给其他神经元的信号。
   
   深度学习则是由这些神经元模型层层堆叠起来的复杂结构。
   深度将它们按照一定的层次连接起来，形成一个庞大的网络。这个网络的最底层接收输入数据，比如图片或文本，
   然后通过每一层的处理，逐渐提取出更高级别的特征，
   最后在顶层输出结果，比如识别图片中的物体或理解文本的含义。
   
   2.训练过程
   https://blog.c