人工神經網絡神經元

人工神經網絡的每一層由大量的節點（神經元）組成，層與層之間有大量的鏈接，可是層內部的神經元通常相互獨立。深度學習的目的就是利用已知的數據學習一套模型，使系統在碰見未知的數據時也可以作出預測。這個過程當中神經元具有如下兩個特性：算法 1，激活函數，這個函數通常是非線性的函數，也就是每一個神經元經過這個函數將原有的來自其餘神經元的輸入作一個非線性的變化，輸出給下一層神經元，激活函數實現的非線性能力是前

>>阅读原文<<