深度学习

一个神经元存储一个数字。我们可以把一张 $28\ast 28$ 的图片看成有 784 个神经元组成，每个神经元存储着对应像素的灰度值。

一种关于图像识别的思路是将一个数字的图像拆分成一个个小部分（激活值 Activations），放入第一个 hidden layer 中，然后这些小部分通过统计学组合的结果（稍微大一些的数字块）放入第二个 hidden layer 中。假设这个神经网络只有两层 hidden layer，那么最后一层就是结果层。

现在来描述，如何通过最初的 784 个神经元得到最后的图像识别结果。