https://space.bilibili.com/88461692/channel/detail?cid=26587 有啓發，但還是有點迷糊。
這個視頻告訴了我：隱藏層 具體這層負責幹啥？其實不知道，沒有想象的那麼明確（明確告訴你 ：負責哪小塊問題）。
或許是人類看不懂，但計算機能看懂的特徵描述。
但這到底爲什麼！這應該是我的一個學習的起點。
圖片是如何輸入神經網絡的？
圖片，拉成列向量，數據在0~1之間（代表灰度值），是active，作爲a0，是輸入層。
神經網絡的結構
輸入層、 隱藏層、輸出層
"我希望的"：每一層都做點什麼？（事實上：根本不！）
我希望隱藏層的最後一層 能判別部件
我希望隱藏層的倒數第二層：識別更精細的部件(上層決定下層)
數學表示
註釋：行向量 * 列向量 = 數
想想煎餅果子：
如何調節w，識別圖片中，是否存在一條"橫邊"
w.關注的像素 = 正數；
w.周圍像素 = 負數；
w.不關注的像素 = 0；
事實上的權重
希望中： 第二層爲了識別小短邊，第三層識別"一橫""一豎""圓圈"等組合
事實是：
