第2章　人工神经网络的基础与学习

如同明日将死那样生活，如同永远不死那样求知。

——甘地

本章介绍基于速率的人工神经网络（ANN）的基本概念，重点是如何进行学习。实际上，神经网络的有效性是通过更新神经元之间的突触权重来整合学习的固有能力。从目前流行的基于反向传播的梯度下降学习方法开始，不同的神经网络架构逐渐出现，包括全连接神经网络、卷积神经网络和循环神经网络。此外，本章还讨论深度学习中广泛使用的重要概念和技术。