理工酷

首先，人工神经网络的隐含层是一层神经元，其输出与其他神经元的输入相连，因此作为网络输出不可见。

现在，让我在下面的例子中解释隐藏层的作用:有一个众所周知的面部识别问题，即计算机学习检测人脸。

人脸是一个复杂的物体，它必须有眼睛、鼻子、嘴巴，而且要呈圆形，对电脑来说这意味着有很多不同颜色的像素组成了不同的形状，为了确定图片上是否有人脸，计算机必须检测所有的这些对象。

我认为下面的图表值千言万语。

基本上，第一个隐藏层检测亮的和暗的像素，它们对于面部识别不是很有用，但是对于识别第二个隐藏层上的边缘和简单形状非常有用。第三个隐藏层知道如何从边缘和简单的形状组成更复杂的对象。最后，输出层将能够很有信心地识别人脸。

神经网络的每一层都会让你远离原始像素的输入，最终更接近识别人脸的目标。