目录
1、神经网络整体架构:
2、影响因素:
3、数据预处理
4、参数初始化
5、解决过拟合问题
6、神经网络模型
1、神经网络整体架构:

输入层有多少个圈也就是神经元代表我们的输入数据有多少个;神经元代表的就是数据。
中间连接的线就是权重参数。
非线性操作:经过激活函数做一个非线性变换。(非线性操作加在了你每一步矩阵计算之后。)

-----------------神经网络的强大之处在于,用更多的参数来拟合复杂的数据。
2、影响因素:
(1)神经元的个数(参数个数对结果的影响 )。
(2)正则化的作用(惩罚力度对结果的影响