学习韩老师的文章，笔记如下：
深度学习的入门不得不谈感知机，何为感知机？
感知机其实就是神经元，神经网络的组成单位。如下图中，Layer 2中的神经元都可以称为感知机。
其中，第一层称为输入层，第二层为隐含层，第三层为输出层。
一个感知机（神经元）可以详细剖析其运算过程：
感知机（神经元）剖析
可以看到，一个神经元的状态的计算过程为：输入乘以权重矩阵然后加上偏置再通过一个激活函数，得到最终的输出值。
给定输入和输出，感知器可以拟合任何的线性函数（其定义就类似线性函数）。
重点：感知器的训练
权重的更新=当前权重+学习率乘以误差乘以对应输入
wi=wi+rate×（distance）×xi
偏置的更新=当前偏置+学习率乘以误差
b=b+rate×（distance）
迭代次数相当于让模型重复学习多少遍，每次学习都是遍历所有训练集
