可以看出，这个单一“神经元”的输入－输出映射关系其实就是一个逻辑回归（logistic regression）。虽然本系列教程采用sigmoid函数，但你也可以选择双曲正切函数（tanh）： 

以下分别是sigmoid及tanh的函数图像 

tanh(z)函数是sigmoid函数的一种变体，它的取值范围为[−1,1]，而不是sigmoid函数的[0,1]。 

注意，与其它地方不同的是，这里我们不再令x0 = 1。取而代之，我们用单独的参数b来表示截距。 

最后要说明的是，有一个等式我们以后会经常用到：如果选择f(z) = 1 / (1 + exp( − z))，也就是sigmoid函数，那么它的导数就是f'(z) = f(z)(1 − f(z))（如果选择tanh函数，那它的导数就是f'(z) = 1 − (f(z))2，你可以根据sigmoid（或tanh）函数的定义自行推导这个等式。 来,自.优;尔:论[文|网www.chuibin.com +QQ752018766-

2。2 神经网络模型

所谓神经网络就是将许多个单一“神经元”联结在一起，这样，一个“神经元”的输出就可以是另一个“神经元”的输入。例如，下图就是一个简单的神经网络：