什么是神经网络
神经网络（Neural Network）是一种模仿生物神经网络结构和功能的计算模型，是人工智能和深度学习的基础架构。它由大量简单处理单元（神经元）相互连接而成，通过调整神经元之间的连接权重来从数据中学习模式和规律。
基本结构
神经网络由三层基本结构组成：输入层接收原始数据，隐藏层对数据进行非线性变换和特征提取，输出层生成最终预测结果。每一层包含若干神经元，相邻层之间的神经元通过带权重的连接相互连接。
常见类型
- ·前馈神经网络（Feedforward NN）：信息单向传播，适用于分类和回归
- ·卷积神经网络（CNN）：擅长处理网格状数据如图像，利用卷积核提取局部特征
- ·循环神经网络（RNN）：适用于序列数据如文本和时间序列，具有记忆能力
- ·Transformer：基于自注意力机制，已成为自然语言处理的主流架构