第3课 神经网络基础

       神经网络，本质上是模仿生物神经元网络构建的人工模型，由人工神经元（或节点）相互连接形成网络或电路。这些节点间的连接的方式与人类神经元网络相似，能够高效传递并处理输入信息，是深度学习领域的核心基础。

        神经网络的核心结构由输入层、隐含层和输出层三部分组成：每个节点对应一种特定的输出函数（又称激励函数），节点间的每一条连接都代表信号传输过程中的权重（类比生物神经网络的记忆功能），而整个网络的最终输出，完全取决于激励函数的类型和各连接权重的数值。

       从本质来看，神经网络是一种特殊的运算模型，通过网络内部的信号变换和动力学行为，实现并行分布式的信息处理，在不同程度和层次上模拟人脑神经系统的信息处理逻辑，具备强大的信息挖掘和分析能力。

        神经网络并非天生具备处理任务的能力，需先遵循一定的学习准