假如做光的双峰干涉实验，让两个光子m和n分别从缝A和缝C射向B点，w1和w2分别是光子m和光子n的在B点的概率，gm和gn分别是光子m和n的概率幅。
光子m和n的概率等于概率幅的平方模
按照量子力学的算法B点的概率w3是
显然这个表达式与神经网络的算法是不同的，按照神经网络的算法
所以如果可以合理的将w3表达成w1与w2的和就可以更好的借用量子力学的观点来理解神经网络。
微观粒子的波函数所以要计算平方模是因为波函数有虚部，如果假设微观粒子只存在于实数域w1和w2就不再是概率幅而变成经典的概率，w3同样也是概率w3=w1+w2。
也就是只要假设有仅存在于实数域的微观粒子就可以让
就自然得到了
也就可以将神经网络的权重理解成实数域微观粒子的概率幅的平方。
