特征究竟是什么

神经网络中的权值是什么

神经网络的结构又是什么

机器学习的模型是什么

参数是什么

这一切都是现实世界在算法中的倒影

机器学习的根本就是要找到这个倒影

我们用模型去映射这个现实世界

好像以前做牙齿矫正 要做一个石膏模型 用一个石膏放在嘴里，然后取出来就可以做出牙齿的模型

机器学习也是如此，我们用一个模型（石膏）去做成牙齿的形状，牙齿就是他的数据，牙齿的形状就是参数。

如果模型不好 比如用木头就不适合模仿牙齿 这个系统就不能很好的拟合牙齿的形状，然后我们需要放到口中含一会儿 也就是训练这个模型 训练时间要不长不短 太短了 不能取出牙齿的形状

太长了 石膏就凝固了 就会过拟合

再比如 在卷积神经网络里 特征是经过每一层卷积网络出来的那个值

实际上也是数据在网络结构中映射的倒影

由此 我们很难知道世界是否真实存在 因为一切有为法，如梦幻泡影。 如露亦如电，应作如是观.