深度學習的非技術性解釋

（1）示例1：以商場為主買T恤為例，價格和需求的關系怎么樣？
一般來說，價格越高，需求越少
這里輸入A是 價格，輸出B是需求，其中的映射關系是神經元；
這就是一個非常簡單的神經網絡，只有一個神經元構成；

（2）示例2：以商場為主買T恤為例，需求的關系，除了價格之外，可能還受銷售成本，市場，材質等因素的影響，因此如下可以看出能夠計算出更加負責的神經網絡；
例如，
①價格和銷售成本這兩個屬性映射出 可負擔的程度；
②市場 影響 品牌認可度；
③價格，市場和材質，影響性價比；
④可負擔程度、品牌認可度和性價比 決定了需求；
⑤因此，可以看出這個是兩層的神經網絡，第一層有3個神經元，分別是 可負擔程度、品牌認可度和性價比；第二層映射出需求；
⑥這里區分 輸入A、輸出B和神經網絡：
a.輸入A：價格、銷售成本、市場、材質；
b.輸出B：需求
c.神經網絡：兩層，第一層三個神經元，第二層一個神經元
⑦ 其中，值得慶幸的是，神經網絡的訓練中，我們只要設定輸入和輸出就好，其中的神經元具體是什么，是由模型自己訓練出來的，不需要我們提供；

深度學習的非技術解釋-第二個示例-人臉識別

示例：人臉識別
1、數據讀取：機器在讀取圖片時，實際是看像素，每一個像素都記錄了數字，根據這些數字能夠區分不同的顏色，例如，黑白圖片，一個像素就一個數字代表灰度，但是如果是彩色照片，則一個像素則有3個數字代表，分別對應紅、綠、藍元素的亮度；
2、網絡搭建：輸入 圖片，然后確認輸出結果，其中每個神經元具體計算什么神經網絡會自己決定；