一个神经网络会有很多层，每层会有多个神经元
每个神经元一遍会有一个线性模型和一个激活函数组成
那么他们是怎么工作的呢
从简单的开始，假设我们有一组数据，x是时间，y是速度，这辆车一直在加速，我们想要预测后面某一直时间的车速
假设，y=wx+b，我们想要知道w和b的值，这样我们就知道后面时间的速度了，怎么根据现在已经有的一组数据尽可能准的给一个w和b的值呢
方法就是我们给定这个w和b的值后，利用这两个值预测出来的结果要和，统计到的结果越接近越好，也就是loss要越低越好
可以看出我们这里的loss是一个二次函数，二元二次函数，怎么办呢，我们先来点简单的
牛顿法
我们想要一个x的值，值得到y的最小值，用公式我们很快就能实现
也就是找到最底下的那个点，那不用公司呢？
我们随便取一个点，然后取这个点的切线，然后通过这个切线往底部平移一段，作为一个新的点，一点点往下移，知道那个我们想要的点
好回来，我们的二元二次方程
他的图是一个三位的锅的形状，我们要做的就是不断移动w和b的值最后找到锅底，
原理类似前面的牛顿法，这里我们叫梯度下降法
我们要做的就是随机选一个点，然后计算获得下一个点的位置，这样一步一步往下移
我们的例子是二维的，其实和唯独没有关系，我们只要每个纬度乘以各自唯独的偏导数就可以，这里每次移动的距离，也就是偏导数要乘的数据，我们叫他步长
偏导数，也就是斜率，我们可以通过取极值的方式来获取，只要越小我们计算得到的斜率就约准确
模型是线性的，我们加入激活函数引入非线性因素
其他的继续，每个纬度继续移动找碗底，乘了一个激活函数也不要担心，偏倒数也是可以相乘的
每次计算往下滑一点，每次计算往下滑一点，步长不能太大，太大级越过了锅底，我们称为梯度爆炸，太小我们有需要娜很久才能挪到锅底，所以我们需要调整步长也就是学习率到一个合适的位置
然后呢，每一个样本我们都会这样取计算一次loss，所以一步我们的批次不会取得很大，如果10000个样本，我们就要算一万个样本的loss，要很久，我们一步会给分批次，每次几百左右，至少显得出一个局部最优解
我这里呢还有几个盲区，记录一下，1.为什么模型是线性的，不可以非线性嘛？为什么是一次方程不是二次三次四次， 我猜应该是可以的非线性的，也可以二次三次四次什么的，移位最后算方差loss的时候，都是一个倒的山头形状，只是如果我们用的模型次数越高，那个倒山头就约尖约抖，都是形状都是那样的，所以取一次是最合适的，
2.为什么我们要加入激活函数，我知道加入了激活函数是为了映入非线性，让模型和结果有更多的可能，那这个激活函数那么多，我们该怎么来选呢？
原文：白话深度学习
