深度学习之

**

在深度学习或者机器学习中，各个信号被称作“神经元”，首先我们以3层神经网络为对象认识下3层神经网络中的输入层，隐藏层以及输出层，如下图所示 注意：

3层神经网络中输入层为第0层 3层神经网络中输出层为第3层

但是针对不同问题，每个神经元的权重（w1,w2,···，wn)以及偏置(b)均不同，在对权重以及偏置进行解释前，我们可以观察下面这张图中的单层网络图， 在上述图中，我们可以看到房价的高低与繁华程度，交通便利度，与楼层高度这些影响因子均有关系，但是对于同一个城市的每个地段的房价，上述影响因子的权重均不同，因此我们可以将权重与片中理解成:

1.权重：用于控制信号的重要性 2.偏置：用于控制神经元被激活的容易程度

1）右上角“(1)”的含义：表示权重和神经元的层号 2）右下角“(12)”的含义：“12“表示此权重w为（第0层第2个神经元与第第1层第1个神经元之间联系的影响因子）

1）偏置的右下角的索引符号只有1个 2）任何前一层的偏置神经元”1“都只有1个

因此我们可以用下述公式来表达第1层神经元a1的含义，如下图所示