Neural network “的定义是什么？”；特写“；在神经网络中？

我是神经网络的初学者。我对

这个词的功能非常困惑。你能给我一个
功能的定义吗？特征是隐藏层中的神经元吗？
神经网络中的特征是数据集中的变量或属性。您通常会选择一组变量，这些变量可以作为模型的良好预测因子。因此，在神经网络中，特征将是输入层，而不是隐藏层节点。输出是您试图预测的任何变量。
特征是输入向量的元素。特征的数量等于网络输入层中的节点数量

如果使用神经网络将人分为男性或女性，特征将是身高、体重、头发长度等。每个特征都有一个以米、千克等为单位的初始值，然后在呈现给系统之前，将其标准化并集中在零（特征内）

所以这家伙：

高度：1.5米

重量：70公斤

头发长度：0.1米

最初由向量
[1.5,70,0.1]
表示，然后在预处理后（数据集中必须有其他项…），通过类似
[-0.2,0.4,05]

字母图像的特征可以简单到像素的灰度值。其他特征可以通过处理图像和从功率谱中提取参数或查找边缘等方式生成。要了解更多信息，请查找有关图像处理和特征提取的信息。
感谢@Bill the Lizard和@Ohrounuruus的回答，但我仍然不明白在
手写识别中，特征学习是什么意思？一封信的特点是什么？有时他们会说，他们需要“学习功能”。这是什么意思？它有点像字母的角吗？@xirururu对于手写识别，你通常扫描手写图像来训练你的模型。如果你以10 x 10像素的分辨率扫描了数千封信，那么这些图像的所有100像素都将是你的专长。字母A将有不同的像素比字母E变暗。一旦你训练你的模型，它将能够区分不同的字母，根据这些特点。很可能就是“学习特征”的意思。所以这个向量中的特征数应该是：3（？）@naisanza yep。在上面的示例中，有三个特征用于表示每个示例（人）：身高、体重和头发长度。