由于之前一直对神经网络不是特别清楚，尤其是对神经网络中的一些具体的概念，包括循环，神经网络卷积神经网络以及他们具体的作用，都是应用于什么方向不是特别清楚，所以现在我们来做教程来具体明确一下。
当然在机器学习之后还有深度学习，然后在深度学习中对各种神经网络的探讨就会比较多一些。
这里面有一个庞大的学习体系，需要一点点去学习和渗透。
首先我们来看一下什么是感知机。
可以看到感知机就是用来模拟神经元创造出来的这样一种函数结构。上面就是一个简单的感知机。
可以看到对应的x0一直到xn其实都可以看作是一个一个的神经元，然后在这个神经元上还有对应的权重w0一直到wn。
可以看到上面的z就表示一个线性函数。线性函数其实就是y=ax+b这种结构。
只不过这里的x就特别多，然后从x0一直到xn，然后对应的 a就代表的是w。然后w也是有多个从w0一直到wn。
可以看到感
)
（columns、filter、flex、flex-basis 、flex-grow、flex-shrink属性）)
---7-2 整数的立方和)
