人工神經網絡(ann) 模擬的是 生物神經網絡(bnn)

ann 一般也叫 前饋型神經網絡 ： 各神經元只接受前一級輸入，並輸出到下一級，無反饋 應該也有反饋型神經網絡？？

ann一般使用bp(back-propagation 後向傳播) 學習方法，來學習每一個神經元的 w參數和增強信號b，不斷叠代，有監督學習，使得期望輸出和實際輸出差距越來越小

n層神經網絡，一般包含n-1個隱層，一般說第幾層，就是第幾個隱層

輸入層和最終的一個輸出神經元 + n-1個中間隱層 = n層神經網絡

感知機就是一個神經元

兩層神經網絡就可以模擬 異或XOR 這種非線性邏輯運算

每個神經元包含：

　　信號函數：s = P1W1 + 。。。PnWn + b

　　　　對於輸入P1-Pn 有對應的W1-Wn，以及一個增強信號b

　　傳遞函數：f(s) 有很多種，階梯函數，符號函數，線性函數 等等

神經網絡和深度學習 筆記