学习XOR
同或操作：相同为1，不同为0。
先进入蓝色和黄色分类器，最后进入灰色分类器来得到最终的结果。
单隐藏层
输入为x1~x4，加入隐藏层后，x1~x4需要先进入h1~h5，该隐藏层再作为输入，连接下一层。
输入和输出的个数都是由数据决定的，但是隐藏层的大小可以自己设置。
单隐藏层 - 单分类
❀ n是输入层的个数。m是隐藏层的神经元个数。
❀ 隐藏层的输入是m*n，输出是m*1；由于这是一个单分类，输出层的输入是m，输出是1 。
❀ 是一个长为m的向量，作为输入进入到输出层。
❀ 函数一定要是非线性函数，如果是线性函数，那么输出
也是线 性的，等价于单层感知机。
❀ 最终的输出为标量。
Sigmoid 激活函数
Tanh激活函数
ReLU激活函数
单隐藏层 - 多类分类
如果没有添加的隐藏层，就只是一个softmax。
添加隐藏层（一层带非线性化的全连接层）后才是多层感知机。
输出k个单元，因此输出层的W2是m*k的矩阵，b为长为k的向量。
与单分类问题的另一个区别就是，要对输出做softmax。
多隐藏层
前一个隐藏层的输出，会作为下一个隐藏层的输入。
隐藏层要用激活函数（激活函数避免层数塌陷），输出层不需要。
总结
