哲哲的ML笔记（十六：样本和直观理解）

神经网络与二元逻辑运算符

神经网络中，单层神经元（无中间层）的计算可用来表示逻辑运算，比如逻辑与(AND)、逻辑或(OR)

我们可以用这样的一个神经网络表示AND 函数

其中 我们的输出函数即为：

综上，
对于函数，与AND整体一样，区别只在于的取值不同

运用各种不同的运算组合，能得到同或的网络结构如下图：

按这种方法我们可以逐渐构造出越来越复杂的函数，也能得到更加厉害的特征值。
这就是神经网络的厉害之处。

多分类问题

如果我们要训练一个神经网络算法来识别路人、汽车、摩托车和卡车，在输出层我们应该有4个值。例如，第一个值为1或0用于预测是否是行人，第二个值用于判断是否为汽车
输入向量有三个维度，模型有两个中间层，输出层4个神经元分别用来表示4类，也就是每一个数据在输出层都会出现，且中仅有一个为1，表示当前类。下面是该神经网络的可能结构示例