感知机（perceptron）--最基本的神经网络算法模型

人工神经网络（ANN's）是人脑的一个模型

  人工神经网络受到人类中枢神经系统的启发。就像是人脑生物结构的对应物一样，ANN's的是建立在简单的信号处理元件上，这些元件连接在一起形成一个大的网格。

神经网络可以做什么？

识别面孔,

识别语音,

读你的笔迹(我的也许不是)，

翻译文本,

玩游戏(通常是棋盘游戏或纸牌游戏)

控制自动车辆和机器人。

当然还有更多的事情!

神经网络的拓扑结构

  将神经网络的节点编织在一起的方法有很多种，每一种方式都会产生一种或多或少的复杂行为。可能最简单的拓扑结构是前馈网络。信号只向一个方向流动;信号路径中没有任何循环。

                        

  通常，ANN's的结构是分层的。输入层接收输入信号并将其传递到下一层，即所谓的“隐藏层”。(实际上，在神经网络中可能有多个隐藏层。)最后是传递结果的输出层。

神经网络必须学习