神经网络就是，比如说，我们输入一张图片，这张图片的话比如说是100X100像素值，比如有一层神经网络与之对应，其中里面的每个神经元都是一个数值（激活值）为（0，1）的个体，颜色越亮越接近1，颜色越暗越接近0，然后那层神经网络的每个神经元的不同的激活值就可以大概地组成一张图像，然后比如输出层要输出一个9的图像，那么它的上一层就可能会是一个圆圈和一竖，进而9便是它们的组合，再上一层便是好几个破碎的圆弧。
有输入层，输出层和隐藏层，那么怎么运作呢，比如说输入层像素756，第二层只有16个神经元，那么第二次那每个神经元都要和和第一层的756个神经元连接并得到所有激活值加权和，便有了756X16个权重和16个偏置值，为什么有偏置值，因为比如说，你希望加权和达到10，才能参与计算，不然，默认为0，那么这个偏置值就是一个门槛
