今天学习了感知机与神经网络
感知机无非就是对与或非在函数上的模拟
神经网络也是一种模拟，对任意一组函数的模拟，特别是那些写不出来的函数，所有问题理论上都能用函数来表示。
机器学习不过是一种函数模拟的方法，学习的是权重而已
两者区别在于激活函数的选择，一个越阶函数，一个sigmod。
当然神经网络最新的还有REUL函数。
使用激活函数只是为了去更好的模拟任意一种函数。
激活函数不能是线性的，因为线性的函数组合都可以表示为一个单一的线性函数。
疑问：
1、神经网络如何去模拟任意一个函数？sigmod？
2、sigmod合理性。
