【AI学习】人工神经网络

1，人工神经网络（Artificial Neural Networks，ANNs，连接模型，Connection Model）

1. 模仿动物神经网络行为特征（突触联接的结构），进行分布式并行信息处理的算法数学模型。
2. 依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
   

2，前馈神经网络（Feed-Forward Neural Network）

是一种最简单的神经网络。

1）原理

1. 各神经元分层排列。
2. 每个神经元只与前一层的神经元相连。接收前一层的输出，并输出给下一层．
3. 各层间没有反馈。

2）场景

用于进一步对特征进行非线性变换，规范化和残差连接，有助于提升模型的训练稳定性和效果。

3）基本结构

如下图，以l-1层的变量输入，进行以w为基础的线性变换，得到下一层l层的输出。
信息从前一层神经元单向传递到后一层神经元，