一般在分类应用中，需要分很多类别，那么，神经网络在多分类应用中又是怎么实现的呢？看下图，我们可以清晰地看到，采
用二进制编码式的形式，可以完美地解决这个问题。
那么又是如何求出这些权重值得呢，其实学过线性回归、逻辑回归的童鞋应该知道，对~，使用代价函数。但是神经网络的激
励函数不同，其代价函数也有所不同，为了方便起见，此处与下文的激励函数全部取为S型函数。神经网络的代价函数如下，由于
此处采用的是S型函数，是否会觉得其形式有点像逻辑回归的代价函数呢？（本人看了一下，正则项还是区别很大的~）
BP神经网络
BP（Back Propagation）神经网络是目前神经网络领域最成功的算法之一。它是一种按误差逆传播算法训练的多层前馈网络，
能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。
BP算法可以求出最佳权值