神经网络初探：什么是神经网络？

神经网络初探：什么是神经网络？

x1,x2… 代表输入值（取值在0,1之间），+1代表偏置节点（biased nodes）

节点与节点之间的连边代表权重（weights），偏置节点与节点之间的连边代表偏移量（biases）

每一个节点都有一个输出量，对于如下的单个单元

输出量的表达式如下：

$$\color{red} \Huge \begin{eqnarray*} z & = & \sum w_{i}x_{i}+b\\ y & = & \frac{1}{1+e^{-z}} \end{eqnarray*}$$
对于一般的神经网络而言，每一个中间节点和输出节点的输出值为：
$$\color{red}\Huge \begin{eqnarray*} z_{j}^{l} & = & \sum w_{jk}^{l}x_{k}+b_{j}^{l}\\ y_{j}^{l} & = & \frac{1}{1+e^{-z_{j}^{l}}} \end{eqnarray*}$$

总而言之，给定输入，给定所有参数（权重和偏移量），最终可以得到一组向量，这既是神经网络