總目錄（新手請點選總目錄從序言看起，否則你可能看不懂本篇文章）

實現人工智慧的技術有很多種，但很多都是假智慧。直到神經網路技術的出現，機器有了真正的智慧。顧名思義，神經網路技術其實就是模擬了我們人類的神經網路結構，這應該也是它能擁有真智慧的根本原因。

下面我舉一個房價預測的例子來向大家解釋什麼是神經網路技術。現在房價太貴了，10年前在清華上學時我父母要幫我在北京買個房，我覺得不能靠家裡人，所以拒絕了，現在想想，後悔莫及~~ 據說房價都是國人自己炒的，但除了炒作，還是有些真實因素影響著房價的，通過對這些因素進行分析，我們就可以預測房價。影響房價的因素不僅僅只有面積，還有例如臥室的數量，有些家庭有3個人有些有5個。另一個因素是郵政編碼。郵政編碼在這裡代表了地理位置，地理位置繁華，那麼生活會方便一些。然後還有一個因素是學校質量等級，在中國素有學區房一說。

根據面積以及臥室的數量，可以知道是否滿足家庭大小。根據郵政編碼，可以估算生活便利性。最後通過學校等級可以評估教育質量。人們在買房時會考慮這四個因素，它們決定了房價，當然還有炒作，這裡暫時忽略炒作這個因素吧。所以在這個例子中，我們有4個輸入x，要預測的價格是輸出y。上面左圖是我們人為分析的過程，我們分析出哪些輸入會與家庭大小、生活便利性、教育質量有關，進而得出心中的價格。神經網路之所以神奇的一點是，我們只需要提供大量真實資料（面積，臥室數量…以及對應的價格）來進行訓練，那麼神經網路就能自己悟出各個因素與房價的對應關係。當你再次輸入一個房子的特徵（面積，郵編…）後，神經網路就會根據它悟出的對應關係來給出房價。

再舉一個例子，例如當我們教小孩子認識貓時，我們拿來一些白貓，告訴他這是貓，拿來一些黑貓，告訴他這也是貓，然後再拿來一些狗，告訴他這不是貓，最後我們拿來一些花貓，問他，他會告訴你這是貓，但是他是怎麼知道的？這個中間的判斷過程是怎麼樣的？我們不知道。這就是為什麼說神經網路很恐怖的原因——它的工作原理太像人類了——我們都不知道它內部具體是如何運作的。我們不知道它是怎麼想的，就像我們不知道小孩具體是如何分辨貓和狗的。特斯拉老闆馬斯克說人工智慧很危險，可能會毀滅人類也不無道理。

看完這篇文章後，你依然對神經網路比較朦朧… 這就對了，如果就憑一篇文章就讓你懂了神經網路，那你是天才，不用看我後面的教程了。普通人，繼續看我後面的教程，看著看著你就自然而然地理解了神經網路！