神经网络之网络基础第1关：神经网络概述

有偿提供CS的人工智能/网络空间安全方向的大学生课程设计、算法设计、项目设计的思路及实现指导；竞赛PPT、项目申报书等撰写润色等。 

任务描述

本关任务：通过学习神经网络模型的基础概念知识，完成相应的选择题。

相关知识

为了完成本关任务，你需要掌握：

1. 神经网络模型；
2. 经典神经网络结构；
3. 一般业务场景中神经网络适应性；
4. 神经网络深度。

神经网络模型

学术界中有着各种各样的神经网络模型，例如感知器、馈型神经网络、卷积神经网络、循环神经网络、组织映射等。这些不同的神经网络模型的差异主要在于神经元的激活规则、神经网络模型的拓扑结构以及参数的学习算法等。

• 神经元激活规则：主要针对神经元的输入到输出之间的映射关系 ，通常是非线性函数，也被称作激活函数 ；
• 神经网络模型的拓扑结构：主要是指神经元之间的关联关系，主要包括层数、连接方式（全连接或非全连接）、连接权值等，其中连接权值是神经网络中不断学习和调整的参数 ；
• 参数的学习算法：通过训练数据不断训练调整神经网络中的各项参数。

目前常见的神经网络结构包括：前馈网络结构、反馈网络结构和记忆网络结构。

<