神经网络算法简介

上图称为2层神经网络（输入层不计算，一层中的加权求和，然后根据非线性方程转换为多层前向神经网络，得到足够的隐藏层（隐藏层）和足够大的训练集可以模拟任何方程3：设计神经网络的结构3.1使用神经网络来训练其学习规则是使用最陡并通过反向传播不断调整网络的权重和总和，以最小化两个网络的幂的误差量。

神经网络算法的思想是指基于逻辑规则的推理过程，它首先将信息转换为概念并用符号表示，然后进行逻辑推理。基于符号运算的串行模式；该过程可以编写串行指令并让计算机执行。

p>4.Hopfield网络Hopfield网络是一种常见的递归网络，通常只接受二进制输入（0或1）)和双极性输入（1或-1）>