版权声明：本文为博主原创文章，未经同意不允许转载！ https://blog.csdn.net/wb175208/article/details/86438645
最近看了一些关于人工神经网路的文章，对人工神经网络有了一点浅显的认识，现在写出来和大家共同探讨一下。
刚开始接触这个名词的时候就被吓到了，我本身在上学的时候，生物这门课程就学的不好，人脑和神经又是人体中最复杂的结构。那么当时就认为人工神经网络同样也是很复杂的了。
周围没有同事或者同学在做这方面的研究，抱着随便看看的态度，在网上和书上看了一些这方面的文章，对神经网络就有了一知半解。
人工神经网络听起来像是用人工的办法模拟人脑，加上他还使用了一些和生物有关的词，神经元等等，让人感觉很神秘。其实人工神经网络除了借用一下生物上的名词以外，和人脑一点关系也没有。
人工神经网络本质上是一个有向图，但是它还有他的特殊性。
1.如下图所示，
- 图中的所有节点都是分层的；
- 每一层节点都可以指向上一层节点；
- 同一层节点之间不可以直接相连；
- 每一层节点不能越过一层连接到上一层；
- 人工神经网络的层数是任意的；
- 实际应用中一般不会超过五层，因为层数越多计算就越复杂。
2.节点之间的连线弧都由权值，可以根据每个权值和节点的值计算出下一个节点的取值。如：节点W1的值就是由X1、X2、X3以及他们之间连线的权值来决定的。
3.最下面的一层叫做输入层，因为在实际应用中输入值会赋值给这一层的节点。X1、X2、X3坐在这一层就是输入层。最上面的一层就是输出层。在的中间的节点就是中间层，这些层对外不可见，因此也叫作隐藏层。
以上就是一个完整的人工神经网络了！是不是很简单？