神经网络设计学习笔记（2）——网络结构

在实际应用中，单个神经元根本做不了太多的事情，就算输入值有很多，也无济于事，只有团队再能发挥大作用，个人能力再强也没用。所以在实际中需要多个并行操作的的神经元，将并行操作的神经元的集合称为“层”。
1.神经元的层
下图就是由s个神经元组成的单层神经网络。R个输入中每一个均与每个神经元相连，而且权值矩阵有s行。
输入向量通过如下权值矩阵进入网络：
W(1.1) W(1.2) … W(1.R)
W(2.1) W(2.2) … W(2.R)
W= . . .
. . .**
W(S.1) W(S.2) … W(S.R)
矩阵w中元素的行下角标代表该权值相应连输出的目的神经元，而列下标代表该权值相应连接的输入源神经元
2多层神经元
多层神经元基本内容与上述大同小异，不同就是上一层的输出是下层的输入。

上述为个人学习笔记，欢迎挑错