python自建类神经网络之起源

这篇文章的主要内容是自建单层影藏层简易类神经网络通过将类神经网络的每一个步骤详细的讲解来清晰明了的看懂到底什么是类神经网络，揭开深度学习的神秘面纱的一角。

Neural Network是这两年很火的技术，但从1980前研究强人工智能，受限于硬件和算法的不足。1980后意识到弱人工智能，2010年后深度学习起来。深度学习属于机器学习的一环，机器学习属于人工智能的一环。如图：

使用的是python的环境，这里简单介绍下环境的安装过程吧，我一般喜欢百度（anaconda 清华镜像）在里面下载一个3.5版本左右的就可以了太高也不好太低也不行，安装过程很简易，这里就省略。

事实上单层类神经网络通过框架图是很容易理解的，如下面例子：预测房屋的价格

从左边输入层的各个影响房价变量，经历过权重的影响最后得出价格，公式就是：价格 = W1X1 + W2X2 + W3X3 + W4X4
依据该公式即可在python中自建类神经网络。代码如下：

混淆矩阵可用于计算准确率与召回率。