神經網絡的運作過程：
- 輸入和輸出
- 權重（w）和閾值（b）
- 多層感知器的結構
根據這個過程，我們來看一個簡單的例子
城裏正在舉辦一年一度的國際跑車展覽，李磊拿不定主意，週末要不要去參觀
他決定考慮三個因素。
- 天氣：週末是否晴天？
- 同伴：能否找到人一起去？
- 價格：門票是否可承受？
這就構成一個感知器。上面三個因素就是外部輸入，最後的決定就是感知器的輸出。如果三個因素都是 Yes（使用1表示），輸出就是1（去參觀）；如果都是 No（使用0表示），輸出就是0（不去參觀）。
權重和閾值
看到這裏，你肯定會問：如果某些因素成立，另一些因素不成立，輸出是什麼？比如，週末是好天氣，門票也不貴，但是小明找不到同伴，他還要不要去參觀呢？
現實中，各種因素很少具有同等重要性：某些因素是決定性因素，另一些因素是次要因素。因此，可以給這些因素指定權重（weight），代表它們不同的重要性。
- 天氣：權重爲8
- 同伴：權重爲4
- 價格：權重爲4
上面的權重表示，天氣是決定性因素，同伴和價格都是次要因素。
如果三個因素都爲1，它們乘以權重的總和就是 8 + 4 + 4 = 16。如果天氣和價格因素爲1，同伴因素爲0，總和就變爲 8 + 0 + 4 = 12。
這時，還需要指定一個閾值（threshold）。如果總和大於閾值，感知器輸出1，否則輸出0。假定閾值爲8，那麼 12 > 8，小明決定去參觀。閾值的高低代表了意願的強烈，閾值越低就表示越想去，越高就越不想去。
上面的決策過程，使用數學表達如下。
上面公式中，x表示各種外部因素，w表示對應的權重。