02. 图表

什么是神经网络？

神经网络是一个数学函数图表，例如线性组合 和激活函数。该图表包含节点和边。

每层的节点（输入层的节点除外）都会使用上一层的节点中的输入进行数学函数计算。例如，节点可以表示 f(x, y) = x + y，其中 x 和 y 是上一层的节点中的输入值。

类似地，每个节点会创建一个输出值，并且可能会传递给下一层的节点。输出层的输出值不会传递到下一层（最后一层了！）

输入层和输出层之间的层叫做隐藏层。

前向传播

将值从第一层（输入层）通过每个节点表示的所有数学函数进行传播，网络会输出一个值。这种流程叫做前向传递。

下面是简单的前向传递示例。

注意，输出层对输入进行数学函数加法计算。没有隐藏层。

图表

节点和边形成了图表结构。虽然上面的示例很简单，但是不难理解，越来越复杂的图表可以计算几乎任何内容。

通常，创建神经网络需要两个步骤：

1. 定义节点和边图表。
2. 通过该图表传播值。

MiniFlow 的流程也是相同的。你将用一种方法定义网络的节点和边，并用另一个方法在图表中传播值。MiniFlow 提供了一些起始代码，帮助你继续编写代码。我们来看看起始代码。

图表练习