当研究人员要教会机器从一堆图片里找出“苹果”，多层神经网络实际在做的事情是先把所有的图片拆解成基础的像素，然后一层一层地进行分类。

一张图片的整体色调是什么样的：红绿青蓝紫橙；图片中主要物体的轮廓是什么样的：方、圆、多边；光线在焦点物体上是否有反光：物体表面是否有镜面反光、微弱反光还是不反光；物体的外形是否是多毛、少毛、无毛、硬毛还是软毛的……

经过这样一次次简单的分类，我们很容易知道苹果应该会落在红、圆、微弱反光、无毛的那一类里。

在实际中，研究人员并不会先定义苹果的这些特性。

而是让一个多层的神经网络先把图片中比较像的分为X个类。在下一层里，将X类中的图片按照新的特征重新分一遍生成Y个类，不断分类下去。

在训练的最开始，算法对图片进行的分类是完全随机的，得到的结果也是完全错误的。

研究人员只需要标定最后一层的正确结果。算法会用自己错误的结果和正确结果进行比较，并根据比较的结果从最后一层开始反向地逐层调整自己的参数，每调整一次参数就会更接近正确答案一些。