【NN】搭建你的第一个简单的神经网络_理论篇_NN&DL学习笔记（一）

前言

本文为《Neural Network and Deep Learning》学习笔记（一），可以转载但请标明原文地址。

本人刚刚入门、笔记简陋不足、多有谬误，而原书精妙易懂、不长篇幅常有柳暗花明之处，故推荐阅读原书。

《Neural Network and Deep Learning》下载地址（中文版）：Neural Network and Deep Learning（中文版）

注：这本书网上有很多免费版，随便搜一下就有了，不用非得花积分下载我上传的资料。

---

第一部分：理论篇（介绍神经网络）

若不想看干巴巴的理论，想要直接食用源码，可以跳到准备篇和实践篇。

但理论篇不长，也不难懂，都是最基本的知识，看一下也是好的。

一、人工神经元

顾名思义，神经网络的基本节点。

1.1 感知器：一种简单的人工神经元

1、感知器的定义

一个感知器接受几个二进制输入（x1、x2、x3…），产生一个二进制输出（output）

（注：二进制的意思就是，x1、x2、x3、output这些变量的取值只有0和1）

2、output的计算公式

显然，输出（output）需要由输入（x1、x2、x3…）计算得来，如何计算呢？

① 引入权重（w1、w2、w3…）分别表示输入（x1、x2、x3…）的重要性

② 引入阈值（threshold），表示output更容易输出0还是1（这似乎有点难理解，会在下文解释）

下面给出output的计算公式，就很好理解了：

这个公式的意思是：我们用