2018年8月26日 上午6:36
- 输入层到输出层的变换过程中混合了颜色+形状+表皮特征，这些特征要进行加权混合。但是实际理解下来，三个毫无相关的属性是如何混合的，混合出来是没有意义的。混合结果没有实际意义，但是却有效，这就是神经网络难理解的原因。
- 那如何理解：
- 神经网络是建立输入与输出 的映射关系。我们可以从数学上去理解，把这个过程理解是函数的嵌套。不从现实的角度去理解。
- 我们对我们所要解决的问题，进行数学建模：建立输入与输出 的映射关系。
- 模型就是映射关系，那么我们就可以使用相应的数学工具去解决这个问题。解决的工具就是函数的多层嵌套。
- 函数多层嵌套的形象展示就是多层次的神经网络。
- 从现实问题—数学建模—数学解决-画图描述
