补充一点：

上面提到的矩阵与矢量乘法，比如W * X，用星号表示逐项相乘，是为了保证高中数学不超纲。

实际在大学的数学书中，如果X是一个1024维矢量，W是一个1024 * 2尺寸的矩阵，这种运算通常写成：

$$X^TW$$

原文中单层神经元函数因此可以记作：

$$max(X^TW+B,0)$$

常见问题：

• 我想要很多猫和狗的照片

  请去这里领取：XXXXXXXXXXXXXXXXXXXXXX/c/dogs-vs-cats

• 神经网络的函数这么复杂，我不是很懂矩阵运算（线性代数）和求偏导（高等数学）怎么办？

  你只需要知道基本的矩阵概念（比如图像是二维矩阵，彩色图像是三维矩阵），以及怎么用python语言操纵矩阵的元素就可以了。谷歌开源的机器学习框架tensorflow就是用来做矩阵计算流程优化的，你可以用它拼接出神经网络，它有办法帮你设置好每一层的权重矩阵，并且帮你优化计算流程。神经网络函数、ReLU函数（就是max(x,0)）、softmax函数都是tensorflow内置的。tensorflow可以根据你拼接出的计算流程，帮你求W对E的偏导，也就是说除了处理数据和设计架构，你什么都不用做。它有很多教程可以帮助你学习怎么使用，你应该花一些时间阅读。Github上的Keras框架把tensorflow包了一层，操作起来更简单，前提是你必须知道底下发生了什么。

• 感觉卷积神经网络比普通神经网络还复杂

  tensorflow也支持卷积神经网络的构建，你大概知道原理就行了，不需要自己写二维卷积代码（很难写对的）。关于卷积神经网络（ConvNet，又称CNN）原理方面的内容，可以阅读Yann LeCun 发表于 2000年以前的论文。

• 玩机器学习能提高我的数学水平吗？

  我认为是绝对不可能的。如果你数学不好，最好先学数学，千万别碰这个。