一、前言
在大多数资料中，神经网络都被描述成某种正向传播的矩阵乘法。而本篇博文通过将神经网络描述为某种计算单元，以一种更加简单易懂的方式介绍神经网络的功能及应用。
二、神经网络的架构——以手写数字识别
广义上讲，神经网络就是要在输入数据中找寻某种规律，就像这个经典的例子：手写数字识别。即给定一个手写数字图像，如何识别图像中的是数字几呢？神经网络通过对大量带标签图像的训练，找到其中的规律，进而解决手写数字识别问题。
我们将手写数字图像的像素值作为神经网络的输入，然后通过隐藏层处理，最终输出层有10个对应类别。我们选取输出层中最大值的神经元作为最终的识别结果。
有了这些信息，神经网络就能够对从未见过的图像进行分类，这是它的用处所在。也就是说，我们不仅能够用神经网络对函数进行建模，还可以用其对数据进行分类。
神经网络是一种分层结构，它有输入层、隐藏层和输出层，其每一层都有许多神经元组成。此例中，输入层是由图像的像素值组成（28*28=784）。由于每个数字只有10种可能，所以输出层将有10个神经元用来表示识别到的数字。隐藏层的层级以及其神经元的个数都要通过反复试验来确定。
三、神经网络的工作
1、单输入单输出感知器函数
神经网络到底是如何工作的呢？让我们从最简单的单输入单输出网络开始讲起。假设这个神经网络是用来将天气分为好坏两种类型：假定输出为1时表示好天气，0表示坏天气，这种输出二值型的神经网络也叫感知器。
可以把感知器想象成一个开关，如果打开它，就输出1，否则输出0。假设温度高于20℃时，为好天气。该例的输入空间就是一维的，就像一条数轴，决策边界就是在20℃处画一条线，任何大于或等于20℃的输入都将激活感知器。而对于低于20℃的输入，感知器都出于未激活状态。
实际上，当我们训练一个神经网络时，我们所作的就是确定这些边界的位置。让我们讨论一下，为什么其输出可以表示成y=H(x-20)这种形式。其中H代表跃迁函数，当x≥0时，其输出为1；当x≤0时，其输出为0.即：正1负0。而H(x-20)则表示，当x-20≥0时，其输出为1；当x-20＜0时，其输出为0。如果我们假设超过20℃为坏天气，则相应的式子变为y=H(-x+20)即可。
通常，我们可以将单输入单输出的感知器函数写作y=H(wx+b)。
2、二维输入参数
如果我们在例子中再添加一个输入，也就是说确定天气是否糟糕要看温度和湿度两个指标。这时相当于给输入空间增加了一个维度，即输入空间变为二维的了。
即当我们假定当温度或湿度值较大时，则为坏天气，反之为好天气。我们可以再输入空间划上一条直线，在其上方的点输出1，其下方点输出0。此时输出函数则可以写成y=H(w1x1+w2x2+b)，此时的决策边界可以看做是一个平面，其与输入平面相交形成一条分界线。
我们也可以将上式写作矩阵相乘的形式：
我们可以用W来代替矩阵，用x代替向量。从专业的角度讲，W为权重矩阵，b为偏置：
3、三维输入参数
三维的情况也能够描述，比如我们再考虑风速的影像。现在输入就是三维的了，所以决策边界可以用一个超平面来表示。此时的输入矩阵是3*1的，式子的输出任然是0或1。
一般来说，神经元的输入x是一个多维向量，然后将其乘以一个权重矩阵，然后加上偏置，再传给激活函数，最终得到神经元的输出。此例中，激活函数使用的是跃迁函数。
四、激活函数
1、激活函数
让我们再看看其他激活函数。有时候，连续输出会比这种二值输出函数更有用。也就是说，比如传递给激活函数的值是0.0001，虽然它非常接近0，但跃迁函数还是输出1。我们可以用这种函数来产生连续的输出：
我们可以将该激活函数的输出看作频率。如果该激活函数的输出为0.5，那么我们可以预测该事件发生的概论为50%。我们之所以能将其看作概率，是因为该激活函数的输出值在0到1之间。
2、ReLU激活函数
另一个常用的激活函数是ReLU。ReLU有两部分，输入为负，输出为0；输入为正，输出为输入本身，即max(0,x)。ReLU常用于神经网络的隐藏层中。需要注意的是：这些函数都不是线性的，这点非常重要。
至此，我们有了一个可以用来划分数据的模型。如果我们的数据集变得越发复杂时，该怎么办呢？
3、非线性激活函数
以这个数据集为例子，我们希望创建一个模型，在给定x和y坐标的情况下来预测该点的颜色。我们可以用一个两个输入的感知器来完成，其决策边界如上方的黄线所示，我们称这种类型的数据集是线性可分的。
但如果我们的数据集变成这种样子，此时就不能用一条线性函数来作划分了。
我们可以组合多个神经元，利用其激活函数的非线性就能构造出非常复杂的决策边界。为了理解神经网络是如何工作的，让我们来看一个两输入两输出的神经网络：
（1）二输入二输出的神经网络的架构
首先来看第一个输出神经元，其输出为：y=σ(w11x1+w12x2+b)，其中激活函数选择sigma。权重的第一个下标表示该神经元在本层的序号，第二个下标为其输入在上一层的序号。类似的，我们可以写出第二个输出神经元的输出表达式。有没有办法将这两个方程合二为一呢？
（2）方程矢量化
首先，我们可以对方程进行矢量化，将输入输出都写成向量形式。此时我们再将系数转换为矩阵形式，即权重矩阵。这样我们就能将其推广到任意数量的输入、输出神经元中了。
（3）设置不同的权重矩阵和偏置因子
此外，我们可以对每一层都使用相同的方程，差别仅仅是各层的权重矩阵和偏置因子不同。现在让我们在这两者之间加一个隐藏层，该层的输入输出关系如上所示。
（4）其他矩阵变换
注意：隐藏层使用的激活函数是ReLU，也可以使用其他的激活函数，比如sigmoid。接下来就是输出层的关系表达式了，矩阵与向量相乘，其实质就是线性变换。现在，让我们先忽略激活函数，只考虑Wx+b的结果。如何理解线性变换呢？我们可以将矩阵的第一列看成线性变换后的单位向量i，矩阵的第二列为线性变换后的单位向量j。在线性变换中，我们只允许进行旋转、缩放、翻转等操作，即线性变换后坐标原点保持不变。
4、线性激活函数和非线性激活函数
回到神经网络，假设该神经网络权值和偏置已经进行随机初始化了。首先让我们从输入数据集开始，本例中，它是一个正方形中均匀分布的一组点：
第一个操作时乘以权重矩阵，这是一个线性变换(旋转、缩放、翻转等操作的组合)。接下来加上权重因子，可以将其理解为平面内的移动。
现在我们来看激活函数，这里我们使用的是ReLU作为激活函数，也就是说，任何负的输出都是0，只留下正的部分。显然，第一象限是唯一一个符合要求的象限，ReLU会将其他象限的值映射到第一象限上，其结果就剩下第一象限这一块了。注意：若采用线性变换，你将无法得到这样的结果：
这就是激活函数非线性的重要性，它能够帮助我们构造复杂的决策边界。接着，我们再乘以一个矩阵，加上偏置，最后sigmoid函数将其压缩至这个单元格中，因为sigmoid函数的输出是0到1之间的值。
我们也可以在三维空间中进行上述变换，例如有一个神经网络，其隐藏层有三个神经元，假定权值与偏置都已随机初始化了。
本例的数据集也是平面中一个正方形内均匀分布的一组点，但现在我们是要将其映射到三维空间中(隐藏层有三个神经元)。我们将平面旋转，然后增加一个维度，然后我们就可以将其乘以权重矩阵(也就是线性变换)，再加上偏置。然后我们再实现ReLU，只保留输入中为正的部分。二维时，其输出只再第一象限，推广到三维，其输出只在第一卦限。因此，我们将其他卦限上的点都折叠到第一卦限上来：
然后我们接着进行下一个线性变换并添加偏置。注意：用线性变换永远得不到如下的图像：
这也再次强调了激活函数非线性的重要性，它能帮助我们建立复杂的决策模型。
