Drei voll verbundene Schichten. Jede Verbindung trägt ein Gewicht — gemeinsam entscheiden sie über die Ziffer.

Links zeichnest du eine Ziffer. Die 784 Pixel werden zu Aktivierungen für jedes Neuron der ersten Schicht — sichtbar als leuchtende Verbindungen.

Jede Schicht multipliziert mit Gewichten, addiert einen Bias und wendet eine Nichtlinearität (ReLU) an. Helle Linien = positive Beiträge, weiße = negative.

Am Ende kommt ein Wahrscheinlichkeits-Vektor heraus (Softmax). Die größte Komponente ist die vorhergesagte Ziffer.