【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）
- 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。
- 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
- 各神经元分层排列。
- 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．
- 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，