? 力量的权重是 0.3

? 智力的权重是 0.5

? 速度的权重是 0.2

2. 然后进行计算：

3. 最后，他们使用一个神秘的“决策咒语”（激活函数，比如ReLU或Sigmoid）来决定艾琳的评分。假设这里采用Sigmoid函数：

这个数值越接近 1，说明艾琳的潜力越大。

这道门的计算过程类似于神经网络的隐藏层：它并不会直接得出结论，而是对输入数据进行权重计算和非线性变换，以挖掘出更深层次的信息。

第三道门：输出层（最终决策）

艾琳来到了最后一道门。这里的守门人只关心一个问题：“艾琳是否足够聪慧，值得获得智慧之石？”

这位守门人只会接收前面计算出来的结果（0.9986），并根据一个最终判定标准来决定是否放行：

? 如果得分 ≥ 0.7，放行。

? 如果得分 ＜ 0.7，拒绝。

由于艾琳的得分是 0.9986，远超 0.7，所以守门人微微一笑，为她打开了城堡的最后一道门。

艾琳顺利进入城堡，获得了智慧之石。

比喻：三层神经网络 = 三道智慧考验