神經網路的結構
神經網路結構大概如下
我個人是把它從樹狀圖去理解
以上圖為例
傳統的程式執行順序是由上而下找到唯一解(EX:流程圖)
神經網路的執行順序則是由下而上找到其中一種可能性的解，這種可能性的解不見得100%準確，所以神經網路的建構有越大量的數據就能建構一個較為準確的模型。
深度神經網路
深度神經網路隱藏層至少要有3層以上含3層才能稱作是深度神經網路(Deep Learning)
神經網路的基本組成是由n個單元神經元組成
也就開發出了感知器去模擬神經元的功能，一種是激活，另一種是抑制，也就是計算機的0和1
上圖為一個單元的人工神經元也就是單一個感知器
iThome鐵人賽
看影片追技術