Neural network 人工神经元的功能是什么？

我几乎把整个事情都想清楚了，但我只想确认一下

我们有一个三层的神经网络

我们输入Xs及其权重Ws（我们在开始时随机选择Ws）

神经元对所有输入的x*w求和（或者这里可能有不同的函数，如果有，为什么我们需要它，在什么情况下）

我们将总和传递给激活函数，然后将函数的输出传递给下一层的神经元

在训练网络时，我们使用反向传播（如果我们有一个没有隐藏层的神经网络），然后等待它训练

所以我的问题是求和函数，它会不同吗？如果是，为什么

还有一个简单的问题，如果我想训练一个神经网络来解a*x^2+b*x+c=y，并且我有x和相应y的随机值，那么网络的设计是什么？我需要多少层？

关于2）。这是更普遍使用的函数，非线性加权和，其更一般的形式是f（x）=和（w*g（x）），其中g（x）是另一个函数。你也可以改变f（x）和g（x），但除非你有充分的理由，否则我不会推荐你。 将该f（x）的结果传递给激活函数。我建议您阅读可用的激活功能以及为什么要使用另一个激活功能，也许这将帮助您：

对于隐藏层的数量：

基本上取决于您的数据

我认为这个问题属于另一个网站，比如cross validated

---

干杯

不清楚你在问什么。试着重新措辞。