一、神经网络中的核心概念

1、类型

全连接网络、前馈神经网络(数据单一方向向前传播)

卷积神经网络(逐层降低数据维度)

循环神经网络

2、激活函数

3、损失函数

就是神经网络推算出来的结果(可能正确的结果)和你的标准结果(绝对正确的结果)相比较，相差多少的定量表达；
a、最小二乘法

b、极大似然估计
c、交叉熵

4、梯度下降算法

梯度下降法是训练神经网络的基本方法；
所谓梯度就是损失函数的梯度；就是

二、神经网络的基本结构

三、神经网络如何起作用

每一个输入就是对猫(或狗)的一个 描述(特征数据组合)，所有的激活函数的集合就是对描述(特征数据组合)的判断，判断到底有多逼近真相；
神经网络就是用感知机去逼近任何一个统计模型(即用具象化的数据，推断出分类的范围，各范围区间允许有一定的误差)；