神经网络是如何工作的

神经网络又是如何工作的呢？我们用一个例子来解释。我们看下面这张图片，我们要识别出这些图片都是0并不难，要怎么交给计算机，让计算机和我们得出同样的结果？难点就在于模式识别的答案不标准，正如以下几种情况都将识别为手写数字0。

神经网络来进行判断

针对于这个问题，我们用神经网络来进行判断，我们用恶魔组织的网络来做比喻，突出其本质。

如图所示，隐藏层住着三个恶魔A、B、C，他们三个共有12个手下为他们收集情报，这个十二个手下分别对应单色二值图中的每一个像素，当有颜色时，表示有情报，对应的手下兴奋。

他们还有输出恶魔0和1两个上级，上级输出恶魔0对恶魔A、C比较信任，输出恶魔1对B比较信任。三个恶魔分别有不同的职责，分别需要收集A、B、C模式的情报，所以他们有所偏好，对于恶魔A，他的偏好是A模式，则他更信任手下4、7，而恶魔B更信任手下5、8，恶魔c更信任手下6、9。

那么对于输入0时，手下4、7、6、9兴奋，手下4和手下7报告给恶魔A，手下6和手下9报告给恶魔C，恶魔A、C开始兴奋，恶魔A、恶魔C报告给输出恶魔0，输出恶魔0兴奋，表示输出0。将恶魔组织转化成数学模型就是这样。其中信任表示权重。

那么为什么时三个恶魔呢，这是因为存在某种预估，即对应的A、B、C三种偏好模式是对应0或1的特征。