神经元模型
神经元接受到来自n个其他神经元传递过来的信号,这些输入信号通过带权重的连接进行传递,神经元接受到的总输入值将于神经元的阈值进行比较,然后通过激活函数处理以产生神经元的输出。
感知机
感知机由两层神经元组成,只能解决线性问题。
多层网络
解决非线性问题需使用多层功能神经元。
输入层与输出层之间的称为隐含层;
如下图所示的为“多层前馈神经网络”每层神经元与下一层神经元全互连,神经元之间不存在同层、跨层连接。
神经网络的学习过程,就是根据训练数据来调整神经元之间的“连接权”以及每个功能神经元的阈值。