第三期：神经网络是怎样预测结果的？

第三期：神经网络是怎样预测结果的？：

---

神经网络进行预测：

---

我们再来重温一遍上面的这个模型，有如下构造：
x1,x2,x3三个未知变量，我们可以认为，是对应一个事物的三个特征。
w1,w2,w3三个未知权重，我们可以认为，某个特征的权重越大，相对应的特征对事物结果的影响就越大。
b是一个未知的调节参数，我们可以通过调节b，来将模型的所有数值同时提高b个数量级。
z是此模型计算出来最终的数值，也就是我们经常说的：预测值。

预测值与实际结果越接近，我们就可以说，我们设计出来的模型，包括其各个参数越合理。

---

目前我们人类对神经网络模型的定义，正是上述模型。但是人类的神经网络是否如此简单，通过无数个上述模型的纠缠和构造是否能真正地仿真出人类思维模式，目前是未知的。但是，事实证明了，现在这套人工神经网络模型，可以进行许多领域的应用。

---

---

小康认为，人类的神经元不应该是如此简单的模型，不过只是小康自己的一种思维模式，在这里只做简单阐述，目前没有学习价值。为什么同样的力，手掌按在皮肤上没有痛觉，而手指按住就会有痛觉。如果按照上面的理论：

---

因为神经元每个地方痛觉感知器权值相等，所以最后的z一定相等，z=z2。

---

但人类的痛觉感知器输出很明显是不一样的。

所以小康认为，应该存在一种新模型，能够体现神经元的差异性描述。