神经网络啊这里咱们先要把神经网络给它分成几个模块儿啊 ，整个神经网络可以说是比较庞大 ，稍微有一些复杂啊 ，咱们再给大家讲解过程当中 ，我是这样 ，我先把这个神经整个神经网络分成一个小块 ，一个小块儿知识点 ，这些知识点呢相对来说是稍微独立一点儿的 ，咱先把每个小块儿知识点都给它讲完之后再组合在一起 ，你就会觉得这个神经网络它是比较好理解了 ，啊 ，咱先从一个小块一个小块来看 ，首先第一部分我的一个叫做线性函数吧 ，或者我愿意把它叫做一个得分函数啊得分函数这样 ，比如这只猫啊这只猫在重你它这个32×32×3的有这个数据出出去之后它是个 x 吧 ，那接下来要干什么 ，我要得到它属于每个类别的一个得分 ，所以说管它叫做得分函数 ，每个类别比如说属于狗的得分 ，属于猫的得分 ，属于汽车呢 ，属于青蛙 ，那属于电视得分 ，我要知道它属于每一个类别的得分值啊 ，这是对于每一个 x us 之后 ，那你想他怎么样能得到得分值啊 ，如果说我说把这个猫啊给它稍微分细一点儿 ，它是由什么来决定的 ，每一个像素点吧 ，这里有多少像素点 ，3072个像素点吧 ，那咱刚才是不是说了每个像素点 ，你比如说来看 ，你说猫眼睛这个像素点和猫耳朵的像素点 ，还有这个就是因背景上露点 ，它对结果影响能是一样的吗 ，它的结果影响肯定不一样吧 ，有些像素点对于它是猫起到一个促进的作用 ，有些像素点对于猫它起到一个抑制的作用吧 ，所以说我要得到一件事儿 ，每个像素点它对应的什么是不一样的吧 ，对应什么 ，对应当前这个三点重要程度吧 ，在这里我就管它叫做一个权重参数了 ，用 w 写了一下 ，啊 ，所以说大家先知道一点由数据之后 ，唉它是由一些像素点组成的 ，或者你就当做一些特征组成的吧 ，每个特征要对应它不同的一个权重参数 ，这里有3072像素点 ，那需要对应多少个权重参数 ，大家想一想 ，说每一个都是不同的 ，

那是不是3072相同点要对应3072个权重参数啊 ，这样是这样一件事儿吧 ，才能才能得到它属于每一个类别它的一个得分值啊 ，来看看当前这个式子 ，首先我说了一下 ，嗯 ，先把这个 x 看看吧 ，x 是我算的一个像素点吧 ，32乘以32乘以三等于3072乘以一嗯这个三十七二乘以一你就可以这样想 ，我现在啊把这个猫给它每个三角点拉长了 ，可以吧 ，拉长完之后一共呢这里有一个格 ，第一个格第二个第三个点点这一块呢是一个3072可以吧 ，一共有三项3072像素点 ，这刚才是不是说了咱有权重参数啊 ，权重参数它剩下多少的 ，这里像素点是三千零七二个 ，