第一章 神经网络的复习:神经网络的推理

1.2神经网络的推理

神经网络中进行的处理可以分为学习和推理两部分。本节围绕推理展开，下节才讨论神经网络的学习

1.2.1 神经网络的推理的全貌图

神经网络就是一个函数，将输入变换为输出。

先设计一个输入二维数据、输出三维数据的函数。因此在输入层准备两个神经元，在输出层准备3个神经元，隐藏层放置若个神经元（这里放置了4个神经元）。

如图： 用〇表示神经元，箭头表示他们连接（箭头在线段右端，图中没有显示出来）。箭头上有权重，这个权重和对应神经元的值分别相乘，作为下一个神经元的输入。另外还要加上不受前一层的神经元影响的常输，这个常数称为偏置。由于所有相邻的神经元之间都存在由箭头表示的连接，所以图中的神经网络称为全连接

数学讲解： （ x 1 ， x 2 ）表示输入层的数据 , w 11 和 w 12 表示权重 , b 1 表示偏置 （x1，x2）表示输入层的数据,w11和w12表示权重,b1表示偏置