2 構造神經網絡
本章我們來學習如何構造一個人工神經網絡，當然這一切都要從基本單位人工神經元說起。
2.1 構造一個神經元
本節我們就來設計一個人工神經網絡的基本單位——人工神經元。依照剛才學習到的單個神經元來創造一個簡單的數理圖形，能夠反映現實神經元的基本模型，注意這里是基本模型，是從基本功能角度去模擬，而不是從單個蛋白細胞的角度去模擬。
前面我們說到生物神經元的時候，著重提了神經元的輸入部分（樹突）、處理部分（細胞體）和輸出部分（軸突）。
我們先來看看信號的輸入部分樹突（如圖2-1所示），這里我們用p代表樹突，多個輸入信號源，多個樹突，分別是從p1開始到pn；我們用w代表樹突的強度權重。
圖2-1 神經元的輸入部分：樹突
樹突將收集到的刺激源往后傳遞，這里的刺激源可以是外界五感信號源，也可以將其他神經元細胞產生的結果（output）作為目前這個神經元的輸入（input），這里我們統一稱作刺激源，如圖2-2所示。
圖2-2 樹突將信號傳往信息處理機構（模擬生物層面上的細胞體）
在信號處理里面處理的是所有樹突的信號源及相關強度的計算。
這種強度可以用以下簡單公式來表示：
s =p1w1+p2w2+p3w3+……+pnwn
從以上公式中我們可以看到，只是將輸入的信號p乘以強度w，然后依次累加得到s。實際上，信號處理是歸納了所有神經元輸入結果，并將其作為一個結果輸出，這樣就方便我們處理了。
以上就是構造人工神經元的基本過程，這也是根據生物神經元的原理做的算法模擬，即接受刺激信號并匯總輸出。非常簡單，對不對！僅僅這樣，我們設計的這個神經元還無法干活，還要加點東西，如圖2-3所示。
圖2-3 傳遞函數
我們要先理解什么叫傳遞函數？
在信號處理這端，我們假設有一個輸出結果s(n)，這個結果有可能是0到1這個區間的一個數字，也可以是任意一個可能大于0或者小于0的整數，然而對于一個分類運算來說，大多數時候，我們需要輸出一個0或1，代表是或否，怎么處理呢？如果大于0，我們就把它作為1，如果小于0，我們就把它輸出為0，這是最簡單的傳遞函數的一種用法，你可以把它看作格式化輸出結果，將結果變成我們可以使用的一種符號或數字。
表2-1所示為常用的傳遞函數。
表2-1 常用的傳遞函數
我們幾乎完整地模擬了一個神經元的功能，為什么說幾乎呢？
因為還有個非常容易漏掉的地方。
神經元細胞的處理我們用s模擬，我們只是簡單地將信號做了一個加權處理，而神經元本身的特性我們沒有模擬出來，我們給s加個內置的處理輸入源，并用b模擬這種內部的強度，如圖2-4所示。
圖2-4 構造神經元
原來的公式是s=p1w1+p2w2+p3w3+pnwn，現在的s函數是s=p1w1+p2w2+p3w3+pnwn+b×1，然后將用傳遞函數f(s)將結果格式化輸出。
以上成功的模擬了生物神經元，很簡單吧！
我們構造的神經元正確嗎？如何測試其正確性呢？能用現實中的一個問題來檢驗嗎？