以一个例子认识一个大的神经网络的概念

通常，人们的逻辑分析是这样的：

实际上做的是，这有四个输入的神经网络，已知这些输入的特征，神经网络的工作就是预测对应的价格。这些圈圈，在一个神经网络中，它们被叫做“隐藏单元”，每个的输入都同时来自四个特征。我们不会具体说，第一个节点表示家庭人口或者说家庭人口仅取决于特征x1和x2，我们会这么说，神经网络，你自己决定这个节点是什么，我们只给你四个输入特征，随便你怎么计算。因此，输入层到中间层的连接数是很高的，每个特征都连接到了中间的圆圈上。可以这样说，只要给了足够的x，y训练样本，神经网络非常擅长于 计算从x到y的 精准映射函数