第596章 三层神经网络，一个故事解释[第2页/共2页]

在一片奥秘的大陆上，有一座陈腐的聪明城堡，它埋没着通往终究聪明的奥妙。据传，只要通过城堡的三重试炼，才气获得传说中的“聪明之石”。

3. 输出层（第三道门）：终究决策，比如瞻望一小我是否合适进入聪明城堡（是否通过分类阈值）。

1. 输入层（第一道门）：领受原始数据，比如人的根基特性（力量、智力、速率）。

这道门的计算过程近似于神经收集的埋没层：它并不会直接得出结论，而是对输入数据停止权重计算和非线性变更，以发掘出更深层次的信息。

艾琳顺利进入城堡，获得了聪明之石。

终究，三层神经收集（以及更深层的神经收集）就像一个不竭优化的智能遴选体系，从最根本的信息开端，慢慢提炼、加工，终究得出可靠的决策。

故事比方：三层神经收集

这个过程摹拟了机器学习中的分类任务，比如：

? 识别人脸是否属于某小我。

第一道门：输入层（感知信息）

3. 最后，他们利用一个奥秘的“决策咒语”（激活函数，比如ReLU或Sigmoid）来决定艾琳的评分。假定这里采取Sigmoid函数：

2. 埋没层（第二道门）：付与分歧的权重，并停止数学计算，近似于埋没层的神经元对信息停止提炼和转换。