大致先了解 MLP 的原理，因為是學習階段，我的見解錯的機率很高，請勿服毒 ，資料很雜亂，請看看就好..
雖然查了不少資料，但目前還是無法理解數學原理 : 連結
1. 如何運作
影片建議 1.5 倍數以上觀看 : 連結
先大概知道，原本我們都是寫程式來計算輸入值的結果，現在是把輸入跟結果給機器，讓他學習找出計算的方法。
2. 補足原理
連結 : 深度學習 Deep Learning — Multi-Layer Perceptron (MLP) (Part 1 of 3) (2018 詳細版)
舉例，如果想要用 身高、體重進行身體檢查(胖瘦)。
如果已經有 2000 筆存在的資料，可以藉由輸入 身高、體重、預期的結果丟給系統，進行訓練，然後再根據訓練的結果，比對現行的資料看是否正確，再進行第二次的訓練，讓他的準確度如 33% > 50% 到 例如預期的 98%
3. 初步了解
大概前面可以知道，就是根據已有的資料，進入隱藏層，產生資料
4. Tensorflow 如何運作
知道原理是給機器輸入值、輸出值，然後進行訓練後，再給他新值確認訓練結果是否正確
不懂，不過先把關鍵字記起來
- 第一行程式定義了一個神經網絡模型，keras.layers.Dense 定義的單層神經網絡
- Units =1 表示只有一個神經元
- 放入神經網絡，就是 x 的值
- 優化函數與損失函數，會使用損失函數來計算這方法的好壞，然後用優化函數產生新的猜測
- 損失函數
- 優化函數
- 將 x 帶入 y 中，嘗試 500次
- 完成訓練的模型，進行使用 x=10 運算，確認結果是否如預期
5. 使用 C# 的練習做類似的程式
安裝 Python 38 : 連結
建立專案 (Net Core 6.0)
試著安裝 Keras.Net 照著上面運行
Python38 抓不到的情況，先用暴力方法把 Python38.dll 放到專案的輸出目錄
程式碼 :
運行
根據影片描述，訓練出來的結果不會等於 19 ，會接近於 18.999999，所以應該是成功。
其他待看資料
R 語言使用者的 Python 學習筆記
https://ithelp.ithome.com.tw/users/20103511/ironman/1077
https://hackmd.io/@wayne0509/ryTVXpmMw