神经网络的培训公司要求阅读发的培训材料完成自我培训。
神经网络培训材料：
当你在阅读本材料时正在使用头脑中一个复杂的神经网络，大约有10亿个神经元通过互联来帮助你完成阅读和思考，其中每个神经元都是由树突，细胞体，和轴突三部分主城的，树突负责接收电信号并传送到细胞体，细胞体负责对这些输入信号进行整合并进行阈值处理，而轴突将细胞体的输出信号导向到其它神经单元。
神经元的输入：树突 神经元的处理：细胞体 神经元的输出：轴突
图2.3.1一个典型的计算神经元
- a1~an为输入向量的各个分量
- w1~wn为神经元各个突触的权值
- b为偏置
- f为传递函数，通常为非线性函数
- t为神经元输出
图2.3.1描述了一个典型的计算神经元，各个分量乘以权重值并加上1乘以偏置值，得到公式a1 X w1+…an X wn + 1 X b ，近将结果送到传输函数f，得到最终输出结果t，其中传输函数f被称为激励函数。
处于同一平面的多个神经元构成单层神经元网络，如图2.3.2，单层神经网络时最基本的神经元网络形式，所有的神经元的输入都是相同的向量，但每个神经元都会输出各自的的结果，故每层神经元都出一个向量，向量的维数等于神经元的数目。
图2.3.2单层神经网络
大型神经网络则由多个单层神经网络构成，根据功能可以分成三部分：输入层(Input)，输出层(Output)，隐藏层(Hidden)。如图2.3.3。
图2.3.4神经网络的层
隐藏层是输入层与输出层之间众多神经元和链接组成的层面，可以有一层也可以有多层，隐藏层中的神经元数目可以自定义，但数目越多神经网络的非线性越显著，从而神经网络的健壮性越好。多层神经网络通过隐藏层经过训练可以达到任意精度的逼近，而单层网络做不到这点。
一般神经网络都采用2到3层的隐藏层，那么如果神经网络拥有两层以上的神经元时该如何确定各层的神经元数目呢？很遗憾，找到各隐含层需要的神经元数目至今仍然没有很好的理论来支持。
神经网络算法在语音识别，图像视觉，机器翻译，数据分析等各大领域内都有非常广泛的应用，如零售行业神经网络被用来预测超市的销售量特别有优势，因为它能多维度分析问题。如这个产品可能有多大的市场需求量，周边消费者的收入，年龄分布，价格敏感度等方面。还能分析商品之间的关联，像一个用户在电商里买完打印机之后，很大可能会在3到4个月的时候需要补充新墨盒，那么销售商可以从顾客的购买数据来有效地推送该新墨盒，实现持续销售。