神经网络 (Neural Networks)

直到人工神经网络（Artificial Neural Networks 简称ANN）技术的出现，才在真正意义上实现了人工智能

人工神经网络是受到了大脑神经网络的启发而创造出来的。

其中的每一个神经元都能够接收信号，然后处理，再将处理后的信号发送给下一个神经元接着处理

人工神经元也是也是如此，一个神经元可以接收多个值（树突），

然后按照每个值的不同权重，神经元处理后再发送出去（有可能发送到下一个神经元，也有可能直接输出）

左侧的input被称为是输入层。右侧的output被称为是输出层

而中间的所有部分都叫做隐藏层

上面的$x$是神经元的输入，相当于树突接收的多个外部刺激。$w$是每个输入对应的权重，它影响着每个输入$x$的刺激强度。

大脑的结构越简单，那么智商就越低。单细胞生物是智商最低的了。人工神经网络也是一样的，网络越复杂它就越强大，所以我们需要深度神经网络。这里的深度是指层数多，层数越多那么构造的神经网络就越复杂。

训练深度神经网络的过程就叫做深度学习。网络构建好了后，我们只需要负责不停地将训练数据输入到神经网络中，它内部就会自己不停地发生变化不停地学习。