引导者本文目录一览：
简述神经网络的结构分类
按照网络拓朴结构分类网络的拓朴结构，即神经元之间的连接方式。按此划分，可将神经网络结构分为两大类：层次型结构和互联型结构。
一般来说，神经网络架构可分为3类：前馈神经网络：是最常见的类型，第一层为输入，最后一层为输出。如果有多个隐藏层，则称为“深度”神经网络。
输入层：神经网络的输入层负责接收外部输入的数据，这些数据可以是图像、文本、声音等多种形式。输入层将输入数据转化为神经网络可以处理的格式，通常是将输入数据转化为向量形式。
人工神经网络分层结构包括神经元、层和网络三个部分。人工神经网络是一种模拟人脑神经元连接和工作方式的计算模型，它通过大量简单的计算单元（称为神经元）相互连接，形成一个复杂的网络结构。
人工神经网络分层结构包括神经元、层和网络三个部分。神经元是人工神经网络最基本的单元。
一文看懂四种基本的神经网络架构
1、多层感知机，或者说是多层神经网络无非就是在输入层与输出层之间加了多个隐藏层而已，后续的CNN，DBN等神经网络只不过是将重新设计了每一层的类型。
2、神经网络 的四个基本属性：（1）非线性：非线性是自然界的普遍特征。脑智能是一种非线性现象。人工神经元处于两种不同的激活或抑制状态，它们在数学上是非线性的。
3、卷积层负责提取图像中的局部特征；池化层用来大幅降低参数量级(降维)；全连接层类似传统神经网络的部分，用来输出想要的结果。
4、我们将使用Gilmer等人提出的“消息传递神经网络”框架构建GNN，并使用Battaglia等人介绍的图网络网络架构示意图。
5、四种基本组织：上皮组织，结缔组织，肌肉组织，神经组织。上皮组织(epithelial tissue)由密集的细胞组成，细胞形状较规则，细胞间质很少，大部分上皮覆盖于身体表面和衬贴在有腔器官的腔面，称被覆上皮。有些上皮构成腺，称腺上皮。
6、最终结果就是：L1规范化倾向于聚集网络的权重比较小的时候，而L2规范化则倾向于权重比较大时。弃权是一种相当激进的技术，并不依赖于对代价函数的修改，而是改变了网络本身。
什么叫动态神经网络
生物神经网络主要是指人脑的神经网络，它是人工神经网络的技术原型。
神经网络是一种通用机器学习模型，是一套特定的算法集，在机器学习领域掀起了一场变革，本身就是普通函数的逼近，可以应用到任何机器学习输入到输出的复杂映射问题。
人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。
神经网络是一个高度非线性动力学系统。虽然，每个神经元的结构和功能都不复杂，但是神经网络的动态行为则是十分复杂的；因此，用神经网络可以表达实际物理世界的各种现象。神经网络模型是以神经元的数学模型为基础来描述的。
