神经网络结构怎么描述

1、神经元是人工神经网络最基本的单元。 单元以层的方式组，每一层的每个神经元和前一层、后一层的神经元连接，共分为输入层、输出层和隐藏层，三层连接形成一个神经网络。 2、输入层只从外部环境接收信息，是由输入单元组成，而这些输入单元可接收样本中各种不同的特征信息。

目前人工神经网络中的神经元还是极简陋的,原则上只是一个数字,代表了这个神经元被激活的程度,比如我们规定0是未激活,1是全激活,那么0.5就是半激活的中间状态。 这个数字我们就叫做激活值activation。

1、换句话说，最常见的卷积神经网络结构如下：INPUT-[[CONV-RELU]*N-POOL？]*M-[FC-RELU]*K-FC其中*指的是重复次数，POOL？指的是一个可选的汇聚层。 2、目前的卷积神经网络一般是由卷积层、汇聚层和全连接层交叉堆叠而成的前馈神经网络，使用反向传播算法进行训练。