梗概： 神经网络是一个多层神经元的结构 第一层作为输入层，每个神经元对应一个输入 最后一层作为输出层，每个神经元对应一个可能的输出 往往输出层神经元的激活值作为这个输出置信度 层之间的连接 上一层的所有神经元作为输入，下一层的某一个神经元作为输出，且上一层每个神经元的输入都对应一个权重，作为该神经网络的参数 1. 直观理解： 上一层的输出经过分类处理后，激活下一层对应的神经元 下一层每一个神经元对应一种特征 通常而言，下一层的特征比上一层的特征要更加抽象 就这样一直抽象到最后一层，即输出层 视频讲解： 【官方双语】深度学习之神经网络的结构 Part 1 ver 2.0_哔哩哔哩_bilibili