前面我们已经提过神经元的数学模拟。
在这里多说一句，关于新知识的学习，很多时候先知道有这个东西，大家可以正常在同一频道交流，能正确使用词汇就好，暂时不需要深入理解。随着学习慢慢深入再加深理解就好
对于神经网络，我们可以理解为搭积木，而积木块就是各种功能的神经元。使用大量的神经元可以构建各种功能的神经网络。最初级的网络我们可以看看以下图片：
典型神经网络
图中左边蓝色的圆圈叫“ 输入层 ”，中间橙色的不管有多少层都叫“ 隐藏层 ”，右边绿色的是“ 输出层 ”。每个圆圈，都代表一个神经元，也叫 节点(Node) 。
理论证明，任何多层网络都可以用三层网络近似地表示。
神经网络的计算其实和我们讲到的神经元的计算原理差不多
专业术语叫做前向传播(Forward Propagation)
该种计算形式的神经网络我们称为前馈神经网络(FeedForward Neural Network).
下一节我们会提到最重要的反向传播(Backward Propagation),进行参数的更新和计算