\(x_1,x_2,...,x_m\)是神经元的输入。
\(w_{k1},w_{k2},...,w_{km}\)对应每个神经元输入的权重。
\(b_k\)是偏置单元，以常数值加到激活函数的输入中。
\(\varphi (·)\) 是激活函数，能使神经网络(单层或多层)非常灵活且具有能估计复杂的非线性关系的能力。简单情况下可以是一个高斯函数，逻辑函数，双曲线函数或者甚至是一个线性函数。利用神经网络可以让其实现三个基本功能: 与，或，非。
\(x_1,x_2,...,x_m\)是神经元的输入。
\(w_{k1},w_{k2},...,w_{km}\)对应每个神经元输入的权重。
\(b_k\)是偏置单元，以常数值加到激活函数的输入中。
\(\varphi (·)\) 是激活函数，能使神经网络(单层或多层)非常灵活且具有能估计复杂的非线性关系的能力。简单情况下可以是一个高斯函数，逻辑函数，双曲线函数或者甚至是一个线性函数。利用神经网络可以让其实现三个基本功能: 与，或，非。