3.1手写数字识别：MNIST，Perceptron

人脑：大脑视觉皮层V1，包含140,000,000神经元；数百亿个连接，还有V2,V3,V4,V5

人脑进化几千年

对于一个图像，对于机器来讲就是一个矩阵，彩色的就是三层的矩阵。类似于的人脑学习过程，V1处理像素级别的信息，V2处理的是边缘的信息......

计算机识别图像

对于一个小块而言，计算机看到的是这样的，如何从这个数据中感知到时什么物体，是研究的关键。

例如手写体，我们怎么从28*28的图像中发觉图像显示的是几？就要利用机器学习了。下面从一点一滴基础学起。

神经元：

计算一下：是不是要去踢球？权重的定义：表示这个因素到底重要与否。

实际的问题要更为复杂

一句话理解什么是偏置！我们将阈值转移到方程左边，就产生了我们所说的b：偏置，解释为偏好，我们需要多大的偏好才能使得产生激活。

神经元的功能和与非门等同。由于与非门可以模拟任何方程！故神经元也可以，神经网络的强大源于此。

我们看代码的时候常看看这个函数：Sigmoid function ,为什么用它呢？看下文

为了模拟更加细微的变化，而不是{0,1}，模拟到[0,1]

之前的定义的是STEP  function  转化为sigmoid function 效果如图：

sigmoid function是深度学习中一个很重要的函数，希望大家理解含义。