为什么需要神经网络中的隐藏层？
Sak*_*med 1 artificial-intelligence machine-learning neural-network
我是机器学习中学习神经网络的新手。当我为 AND/OR/NOT 等布尔函数计算激活函数时，Hidden Layer除了 XOR/XNOR 等布尔函数需要Hidden Layer计算激活函数时，不需要 。为什么？（我在谷歌搜索，但不能明确的知识）。number of neuron隐藏层是否依赖于输入神经元的数量？
如果简单地说隐藏层会增加输入的额外转换，这对于单层网络来说是不容易实现的（实现它的方法之一是为输入添加某种非线性）。第二层增加了额外的转换，可以处理更复杂的任务。如果要谈论 AND/OR/NOT，它们被认为是线性可分离的任务。
查看显示 AND 值的图片（三个点表示假）。可以用一条线将真值与假值分开，这可以在没有隐藏层的神经网络的帮助下完成。但是如果要说XOR/XNOR，你需要两条线，两条线可以用两层和非线性激活函数的神经网络构建。黄线表示可以用神经网络完成的分离。