前馈神经网络（二 网络结构）

声明：
本文是博主在学习前馈神经网络时的笔记，仅供学术交流、非商用。内容可能涉及一些大佬的资料（包含网上电子的和实体书籍等），由于学习工程中查阅的资料多而杂，所以每一部分具体的参考资料并没有详细对应，如有侵权，还望海涵，并联系博主删除。本人才疏学浅，笔记中难免存在不当和错误之处，还望各位读者海涵和指教，不胜感激。
二、网络结构
        对神经元进行有机的结合并相互连接，就构成了神经网络模型，目前常用的神经网络结构有前馈网络、记忆网络和图网络。要注意的是，在实际任务中，大多数网络都是复合性的，即一个神经网络中包含多种神经网络结构。
2.1 前馈网络
        前馈神经网络是一种最简单的神经网络，各神经元分层排列。每个神经元只与前一层的神经元相连，接收前一层的输出，并输出给下一层。整个网络中的信息是朝同一个方向传播的，各层间没有反馈。前馈神经网络可以看作一个函数，通过简单的非线性函数的多次复合，实现输入空间到输出空间的复杂映射。

前馈网络结构示例（圆形节点表示一个神经元）

2.2 记忆

前馈神经网络（二 网络结构）最先出现在Python成神之路。