单个神经元，只能二分类；需要多搭几个构成网络，来进行多分类。
y=w*x+b;权重和偏置
预测值与真实值差异->损失函数->梯度下降方法优化参数
真实值one-hot编码
损失函数：
每次更新，朝着最优解方向走。学习率0-1。
sigmod函数，左为0，不适合隐藏层，不然损失函数为0，梯度消失。
有了激活函数
每一层W的行列：行为此层数，列为下一层数。
练习：
手写数字识别神经网络——学习笔记
原文：https://www.cnblogs.com/wxl845235800/p/10105088.html
