神经网络是深度学习所必须接触的内容。这个内容对于初学者来说，可能过于抽象了。本文，就用Mathematica来构造两个简单的神经网络，并说明其作用。
工具/原料
1
电脑
2
Mathematica
方法/步骤
1
先构造一个只有一层的神经网络：wang= NetChain[{ElementwiseLayer[Sin]}]
2
这个神经网络的作用是：接收tensor，然后让Sin函数作用于tensor的每一个元素，并把作用结果以新的tensor的形式输出。比如，输入：a={-2, 0, 2};那么，wang[a]就相当于Sin[a]。
3
换一个tensor：a={0,1.2,2.3,5,6,7,8,9}效果也是相同的。
4
下面构造一个两层的神经网络：wang2= NetChain[{ElementwiseLayer[Sin],SummationLayer[]}]
5
这个网络的作用是：接收tensor、Sin作用与tensor的每一个元素，得到新的tensor、把新的tensor里面的元素加到一起，得到一个实数、输出这个实数。比如：a={0,1.2,2.3,5,6,7,8,9};wang2[a]
6
而Sin[a]//Total//N也能得到同样的结果。
注意事项
上面的例子，并没有体现神经网络的强大之处，相关代码完全可以用初等函数代替。但是，神经网络的价值，主要体现在自动化上，当你要处理大量的数据的时候，就能看到它的强大之处。