深度学习公式推导（1）：神经元的数学公式

在上节中我们说了神经元是如何接受信号，并且发射点火从而影响其他神经元的，下面先来复习一下整个过程。

如上图所示，神经元点火的过程。

(i) 神经元接受来自其他多个神经元的信号，这些信号会作为该神经元的输入。

(ii) 如果信号量之和达到了神经元点火的阈值，神经元就会触发点火。

也即是说神经元的输出有两种情况，点火或者不点火，我们用数字信号 0 表示不点火， 1 表示点火。

如上图所示，y 代表神经元的输出 0（无输出信号），1（有输出信号）。同样，作为神经元的输入，也存在有信号输入（1）和无信号输入（0），我们用 x1、x2、x3 来表示，这三个值也有可能是 0 或者是 1.

输入的信号可以通过 0，1 表示是否输入，但是每个信号量大小是不一样的，因此我们这里为其设置权重，分别对应三个输入的三个信号量的权重分别是就是 w1，w2，w3.

于是就得到如下公式：

当 w（权重）和 x （是否有信号） 相乘以后求和小于某一个阀值(θ)的时候，说明没有达到点火的条件，此时的 y=0。 反之如果 wx 相乘的和大于等于 (θ)的时候，说明满足点火的条件也就是 y =1.

接着，我们将上面的公式，在坐标轴上画出来。

如上图所示，横轴是

纵轴是 y。当横轴的值大于 θ 的时候 y 值为 1，反之为 0。

然后再对上图进行变换，将整个图像向右平移θ 个单位。

也就是将横轴变为

同时将上面的公式设为 z。

那么神经元点火的公式就变成如下：

这里用函数 u 和变量

 得到了 y。

再对其进行简化，由于 z 代表 

，所以得到 y=u(z)

如上表所示，当 wx 相乘的和小于θ的时候 推出 z 小于 0， u(z) 函数结果为 0 ，y=0 说明不点火。

当 wx 相乘的和大于θ的时候 推出 z 大于 0， u(z) 函数结果为 1 ，y=1 说明点火。