神经网络建模

神经网络看起来很复杂，节点很多，层数多，参数更多。但核心部分或
组件不多，把这些组件确定后，这个神经网络基本就确定了。这些核心组件
包括：
1）层：神经网络的基本结构，将输入张量转换为输出张量。
2）模型：层构成的网络。
3）损失函数：参数学习的目标函数，通过最小化损失函数来学习各种
参数。
4）优化器：如何使损失函数最小，这就涉及优化器。
当然这些核心组件不是独立的，它们之间，以及它们与神经网络其他组
件之间有密切关系。为便于读者理解，我们可以把这些关键组件及相互关
系，用图3-1表示。

                              图3-1 神经网络关键组件及相互关系示意图