Neural Network讲解视频
What are the neuronts?
存储数字，返回函数值的function
How are they connected ?
a1+ a2+ a3+ a4 +……+ an代表第一层的激活值
ω1ω2….. ω7ω8代表权重值
计算加权和，把正的权重值标记为绿色，负的权重值标记为红色，颜色越暗，代表越接近0
这样把我们关注的区域权重值赋值为正值，其他权重值全部赋值为0，这样就只会累计我们关注区域的像素值了。如果要确认是否有一条线的存在，可以将线的周围的权重值赋值为负数，这样的话中间的向素亮，周围的像素暗时，加权和就能达到最大。
但是这样计算出来的加权值是任意的，需要一个函数压缩到0-1的范围，Sigmoid函数特性就是特别小的x函数值接近0，特别的的x函数值接近1，
有时候，加权和大于0时，你也不想把这个神经元点亮，可以设置一个偏移值进行调整。（权重告诉你这个第二层神经元关注什么样的像素图形，二偏移值甘肃你加权值得多大才能神经元的激发有意义）
用一个更加简洁的式子来表达：
这样使得编程也变得简单，可以使用现成优化的矩阵函数numpy
留下一个问题？ （后面进行解答）
Sigmoid函数和ReLU函数对神经元处理