在工程上，目前炒的火热的深度学习其实就是多层神经网络。Neural Network.
神经网络是一種训练方法，是一种特殊的有向图。干什么用呢，可以多维空间进行模式分类。之所以用神经这个词，他的模型和人的生物学上的神经网络外形比较相似，同时借用了生物学中神经元的名词，故可以理解为模型长得很像神经系统的训练算法。
Paste_Image.png
定性的说法就是左边的神经网络，定量的其实就是Logistic Regression的扩展版。集合了所有input,进行各种杂糅的运算，充分的搅拌，第一种方法搅拌完了，换一种方法继续杂糅，每个方法得到一个结果，这些结果组成了一个新的INPUT,开始探索新的杂糅方式，如此循环往复。
这是一种在整合所有INPUT信息后的，判断的再判断，不断的抽象提炼，已经远远超过了生物学上的神经网络的模式，叫神经网络也许只有颜值比较接近吧。
神经网络用下图简述即为
image.png
图像，语音，数字都可以是输入，中间的神经元可以有很多层。
神经网络的关键点在于一，结构，网络分几层，每层几个节点，节点之间如何连接，二，非线性函数f的设计，一般用sigmoid 函数，进行基本的0和1的分类。
未完待续。。。
