特征究竟是什么
神经网络中的权值是什么
神经网络的结构又是什么
机器学习的模型是什么
参数是什么
这一切都是现实世界在算法中的倒影
机器学习的根本就是要找到这个倒影
我们用模型去映射这个现实世界
好像以前做牙齿矫正 要做一个石膏模型 用一个石膏放在嘴里，然后取出来就可以做出牙齿的模型
机器学习也是如此，我们用一个模型（石膏）去做成牙齿的形状，牙齿就是他的数据，牙齿的形状就是参数。
如果模型不好 比如用木头就不适合模仿牙齿 这个系统就不能很好的拟合牙齿的形状，然后我们需要放到口中含一会儿 也就是训练这个模型 训练时间要不长不短 太短了 不能取出牙齿的形状
太长了 石膏就凝固了 就会过拟合
再比如 在卷积神经网络里 特征是经过每一层卷积网络出来的那个值
实际上也是数据在网络结构中映射的倒影
由此 我们很难知道世界是否真实存在 因为一切有为法，如梦幻泡影。 如露亦如电，应作如是观.