神经网络工作流程
****神经网络工作流程：
特征分解1（手写数字->简单笔画组合）、 特征分解2（简单笔画->最小笔画组合）、 特征识别1（最小笔画组合->简单笔画）、 特征识别2（简单笔画组合->手写数字）****
神经网络工作流程
特征分解1 ：
将手写数字分解为多个简单笔画（基本元素）
特征分解1
- 数字9分解为0和1： 数字9由一个垂直的直线段和一个向右弯曲的弧线组成。 可以将9的顶部弯曲部分视为一个变形的“0”，而垂直的直线段可以看作是一个“1”。需要注意的是，这种分解并不是严格的数学意义上的0和1，而是从形状上的一种近似。
- 数字8分解为两个0： 数字8由两个相互连接的圆 形或椭圆形组成，一个在上，一个在下。
可以将8的上半部分和下半部分各自视为一个变形的“0”。同样，这种分解是基于形状的相似性，而不是数学上的等同。 3. 数字4分解为三部分：数字4 由一个垂直的直线段和一个向右的斜线段组成，斜线段上方有一个小的水平线段。 垂直的直线段： 这是4的主要部分，从上到下贯穿整个数字。 小的水平线段： 位于垂直直线段的上方，与垂直线段相交。 向右的斜线段： 从垂直直线段的顶部开始，向右下方延伸。
特征分解2 ： 将简单笔画（基本元素）分解为多个最小的笔画组合
特征分解2
- 基本元素0： 数字0通常被视为一个闭合的圆形或椭圆形。为了将其分解为更小的笔画组合，我们可以考虑将其分解为多个小的直线段或弧线段。
确定圆形的起始点和结束点，从起始点开始，沿着圆形的轮廓，我们可以将其分解为多个小的弧线段。每个弧线段都是圆形的一部分。 2. 基本元素1：数字1主要由一个垂直的直线段组成。 将垂直直线段视为由多个小的直线段组成。
特征识别1 ： 将最小的笔画组合识别为简单笔画
特征识别1
特征识别2 ： 将简单笔画组合识别为手写数字
特征识别2
注释
神经网络动画素材来源于3Blue1Brown，想了解更多查看参考资料网址。****
3Blue1Brown 是一个由 Grant Sanderson 创建的YouTube 频道。这个频道从独特的视觉角度解说高等数学，内容包括线性代数、微积分、人工神经网络、黎曼猜想、傅里叶变换以及四元数等。
Grant Sanderson 毕业于斯坦福大学，并获得了数学学士学位。
参考资料