我在厦门想去水头很纠结，纠结啥？一钱够吗？二有没有时间？三有没有狐朋狗友一起去？这是交给计算机，既然是计算机，二进制。第一个条件：钱够吗？x一够就是一，不够就是零。第二个条件：x二有就是一，没有就是零。第三个条件：x三，有一起的一，没有一起的就是零。
我觉得x三对我很重要，只要有狐朋狗友一起请假+刷卡再所不辞。那好，为了让计算机投我所好帮我做决策，那就给每个输入。再设个权重，条件三：x三设个权重，w三等于五，x一权重，w一等于三，x二权重，w二等于三。要决策就是要输出对不对？这里再画个输出，输出也只有两种对不对？去和不去，去就是一，不去就是零。
触发去与不去的关键就是阈值够不够，我们设为5。如此，就有这么一个模型，那几个输入来了就很好办了。只要Xx1乘以w，一加x二乘以w二加x三乘以w三大于等于五就触发输出，那就是一，就一溜烟去了，否则就是0。
你们不去其中条件三，只要有狐朋狗友一起时间就等于五了。不管有没有钱，有没有时间，头脑就发热就去啦。这模型是不是很投我所好啊？要调我所好呢？调整阈值改变权重是不是就行了。
我们再定睛看下要不要去水头这事的架构悟了没有？这不就是上期讲的神经元与人类神经元活动的全有全无特性吗？这不就是一个感知机吗？这不就是第一个人工神经元吗？这不就是现在各种算法的起点吗？板块权能够模仿我们帮助我们全很喜好做出决策。
显然世事怎么能那么容易呀？输入数据一大把呢？决策过程很复杂呢？需要更复杂的多层的人工神经网络。比如再加一层第一层感知机权衡输入做出决策。这个决策作为第二层感知机的输入，第二层感知机再权衡再决策，最后输出加一层就能做更复杂的决策了。也就是可以实现各种逻辑门。执行各种计算的此时就能开喷了。
你这跟传统的程序有什么区别？看到权重就头痛，不还是一堆参数各种要调参，跟算命似的喷的好啃得妙。真的不想再调参啦，能不能自动找到最优参数自动调呢？我们真不关心你具体怎么实现的，只关心结果能做到就行啦。我们人看到一条狗就立马知道这就是一条狗，瞬间的我们需要去理解这个决策过程才能知道这是一条狗吗？显然不用，否则早被淘汰了。跳出框框直接模拟神经元、神经网络、模拟人类认知，让它成为"黑箱"直接输出。
是不是最火这种领导了，光给任务不给方法还不给实现路径的机器也火。完全都是一行一行的命令给我明确的指令，我按顺序执行就好了，执行不下去就躺平报错就好啦。他们人熬夜秃顶早天找腰是他们的事情，他们自己改自己调，现在只要结果我机器也不会呀，怎么办？只能学习喽。
这就是现在火了这些年的机器学习，当机器开始学习一学就飞，咋啦？这感知机有问题呀？模拟人类神经元全有全无，只能01来回跳，没法学呀！刚想微微调动一个参数想试下有啥反应的，结果翻转了再调一丢丢又反转了，这叫我怎么总结经验教训这行怎么学？没法弄看到机器这么苦原地打转毫无进展。
作为人接下来就要干啥？开喷，这模拟人类神经元的感知机绝对有问题，得改，打改改哪里？改这里，激活的地方将0到这个跳跃的过程变成一个连续的曲线过程，这曲线不就是一个大S吗？这种神经元就叫S型神经元。
5型神经元与感知机结构一样，但是它实现了输入权重参数的微小变化，都会引起输出的微小变化，主要是为了不难为机器方便机器更高效高质量的学习。我们知道没学过或者忘记的都没关系，知道下就行了。这种将值映射到0-1区间的5型曲线的数学表达式是这样的。
controlmoid函数，对于神经网络这个函数很重要。在数学上S型神经元是从感应器的固定激活值变为了一个激活函数，S型神经元的输出在数学上就可以这么表示了。不用怕，大家只要感受下就行了。
计算机本质上就是用来做数学题的工具会用，不一定非要懂。人就是那个不懂会用的高手，这才能生存才能进化。肩膀它就是用来站的高深的数学推理论证演绎，交给专家研究者就行了，站他们肩膀上就行了。各行各业更需要的是会用的，也并不需要非要自己去训练一个模型。现在各种已经训练好的神经网络模型多如狗，直接用就好了。
不要去研究这个模型到底是怎么实现的，因为现在人工神经网络本身它就是黑箱，成为黑箱就对了。最牛的黑箱不就是我们大脑吗？永远不要闲的蛋痛去纠结大脑，它为什么看见一条狗立马就知道这是一条狗。这种事情常回基地看看，谢谢。
