まず、人工ニューロン
人工ニューロン上：
- >人間の神経細胞の樹状突起の機能に相当 - *体重を入力してください
- ソマよう>機能 - 入力の各々は、非線形変動f次いで、合計され
- 出力における非線形変動の結果 - >等価軸索
固定された非線形関数fの場合には、異なる選択肢の重みは、個々のニューロンは、異なる操作を実行することができ
すべてではないが、例えば：「OR」
認証プロセスは以下のように表すことができる：Y = F（W [0] * X [0] + W [1] * W [1] W + [2]）
xにおける2つの入力が00100111である[0]、X [1]の場合、最終的な出力y = 0 1 1 1 [OR]
証明するために必要な使用
第二に、人工ニューラルネットワーク
>ネットワーク構成 - 複数のニューロンを指し、
[式であろう他のいくつかの入力ニューロンとしてニューロンの出力の一部]
例えば、異なる神経または神経網演算の組み込み2点の重みと
ニューラルネットワークは、すべての可能な操作をシミュレートすることができます
証明：（0）ニューラルネットワークの非線形関数f（）は=ニューロンのmaxは閉区間に任意の連続区分線形関数をシミュレートすることができ
入力と出力を直接区分線形関数に関連していない場合は、ニューラルネットワークを使用してモデル化することができないのですか？----もちろん、あなたができます
理由：任意の入力/出力の関係を非常に正確に区分関数によって近似機能することができる、十分なセグメント点限り、区分線形関数によって近似することができます。人工ニューラルネットワークのニューロンの数が十分で、十分に複雑なニューロン間の関係は、非常に正確に/任意の入力をシミュレートすることができる場合は区分線形関数は、---->取得するために人工ニューラルネットワークにより設定することができます出力関係[すなわち、ユニバーサル近似定理 ]
第三に、設計および右再学習するニューラルネットワーク
- 神经网络结构的确定： 神经元个数越多，链接越复杂，能便是的 输入/输出 关系越多，对特定 输入/输出关系的表达 就 越精确，但也就越难找到 最合适的权重------最优的输入/输出关系 【中间 存在 折中关系】
- 神经网络中神经元权重的确定： 权重的选取 可以看作 是一个 优化问题 。 对于每一组确定的权重值，我们可以确定出优化问题的 收益或损失。当权重不合适时，优化问题的收益笑，损失大；权重合适时，优化问题的收益大，损失小 【通过调节权重，最大化收益，最小化损失，就可以得到合适的权重】