神经网络与深度学习（二）：神经网络架构

    开始前，先介绍结果术语，算是给神经网络家族里的成员命名吧，毕竟和它们朝夕相处，用名字比用符号更亲切~哈哈

输入层：⽹络中最左边的称为输⼊层，其中的神经元称为输⼊神经元。

输出层：最右边的，即输出层包含有输出神经元。

隐藏层：中间层，既然这层中的神经元，既不是输⼊也不是输出，则被称为隐藏层。“隐藏”这⼀术语实际上仅仅意味着“既⾮输⼊也

⾮输出”。

    输入和输出层都是比较直接的，没有涉及可言。神经网络架构的涉及之魂来自隐藏层，分别对应两种网络架构，一是前馈神经⽹络，二是递归神经⽹络。

前馈神经⽹络:以上⼀层的输出作为下⼀层的输⼊。

递归神经⽹络:⼀个神经元的输出只在⼀段时间后⽽不是即刻影响它的输⼊。