神經網絡是深度學習的核心，該領域在許多不同領域都有實際應用。如今，神經網絡用于圖像分類、語音識別、對象檢測等?，F在，讓我們嘗試了解所有這些最先進技術背后的基本單元。

單個神經元將給定的輸入轉換為一些輸出。根據給定的輸入和分配給每個輸入的權重，決定神經元是否觸發。假設神經元有3個input連接和1個output。

我們將在給定的示例中使用tanh激活函數。

最終目標是為該神經元找到產生正確結果的最佳權重集。通過使用幾個不同的訓練示例來訓練神經元來做到這一點。在每個步驟中，計算神經元輸出中的誤差，并反向傳播梯度。計算神經元輸出的步驟稱為forward propagation，而梯度的計算稱為back propagation。

以下是python實現：