把相同結構的單元組合在一起，構成神經網路的層：
輸入層，輸入向量
中間層(隱含層)
輸出層，輸出向量，用於預測，分類以及回歸
每一個隱含層都是向量輸入，向量輸出
同層的單元輸入向量相同，來自前一層
同層的單元輸出構成該層的輸出向量
神經網路
神經網路是有史以來發明的最優美的編程范式之一
在傳統的編程方法中，人告訴計算機做什麼，人把大問題分成許多小的，精確定義的任務
神經網路中，我們不告訴計算機如何解決我們的問題，它從觀測數據中學習，找出它自己解決問題的方法
2006年，被稱為"深度神經網路"的學習技術的發現引起了變革，這些技術現在被稱為"深度學習"
今天，深度學習在計算機視覺、語音識別、自然語言處理等許多重要問題上都取得了顯著的性能
iThome鐵人賽
看影片追技術