None

slide2:

神经网络最早源于上世纪五六十年代一种叫作感知机的技术

感知机可以有 多个输入，x1,x2,x3, 每个输入对应有不同权重，当输入的加权和大于某个阈值那么感知机就会给出一个输出，否则为0。感知机可以用来做简单的分类。

非常简单的技术，所以它是有严重缺陷的，对于稍微复杂的函数或是线性不可分的问题就无能为力了，它本质上是一个线性分类器，对于线性不可分的问题迭代的过程中就会发生震荡，感知机就不会收敛，

slide3:

到上世纪 80年代，多层感知机技术出现了。

解决了之前感知机的线性不可分问题，而且越多的层数也能让感知机拟合越复杂的情况。层数多了，也就变成了一个类似于网络的结果，也就是我们现在常说的神经网络。

刚才说越多的层数能让感知机拟合越复杂的情况，那我们现实中的问题一般都是很复杂的。所以人们希望感知机层数越多，网络结构越深。