電腦如何思考？——類神經網路

輸入像素資料

在上一個章節中，我們知道類神經網路訓練好之後，接著就會使用它來判斷輸入的資料，

但事實上圖片的辨識相當複雜，圖片的像素數量越多，

所需要的類神經元就越多。

所以在本章節，我們將用一個簡化的例子，

初步討論我們在應用一個類神經網路的時候，其中是如何運作的。

假如訓練好的類神經網路，學會判斷了一隻貓身上的花紋，

這個花紋即是右下方的圖案，而正當我們輸入一個新的圖片進入類神經網路，

類神經網路就會將輸入值與權重相乘以及加總，最後再利用運算出來的值判斷這個圖案是否與原圖相符。

(試著點擊「左方」的4 x 4方格，並觀察下方的數值變化)

(綠色的權重為+1，紅色的權重為-1。)

重點總結

以上是一個類神經網路如何判斷圖片是否與花紋相符的例子。

當然，我們還是要強調這只是其中一種方式，也是一種比較簡化的方式，

要能夠更精確判斷一張圖片是否符合，或是「是否符合一種類別」這個更抽象的課題，

就需要學習更多數理方法，設計好一個學習方法後，再用程式設計的方式實現。