神经网络具有哪些层次

1. 人工神经元网络的拓扑结构主要有哪几种谢谢大侠~~~

神经网络的拓扑结构包括网络层数、各层神经元数量以及各神经元之间相互连接的方式。

人工神经网络的模型从其拓扑结构角度去看，可分为层次型和互连型。层次型模型是将神经网络分为输入层（Input Layer）、隐层（Hidden Layer）和输出层（Output Layer），各层顺序连接。其中，输入层神经元负责接收来自外界的输入信息，并将其传递给隐层神经元。隐层负责神经网络内部的信息处理、信息变换。通常会根据变换的需要，将隐层设计为一层或多层。

(1)神经网络具有哪些层次扩展阅读：

人工神经网络模型主要考虑网络连接的拓扑结构、神经元的特征、学习规则等。目前，已有近40种神经网络模型，其中有反传网络、感知器、自组织映射、Hopfield网络、波耳兹曼机、适应谐振理论等。

人工神经网络采用了与传统人工智能和信息处理技术完全不同的机理，克服了传统的基于逻辑符号的人工智能在处理直觉、非结构化信息方面的缺陷，具有自适应、自组织和实时学习的特点。

2. 绠杩扮炵粡缃戠粶镄勬瀯鎴愬强姣忛儴鍒嗙殑浣灭敤

绁炵粡缃戠粶镄勬瀯鎴愬强姣忛儴鍒嗙殑浣灭敤濡备笅锛

1銆佽緭鍏ュ眰锛氱炵粡缃戠粶镄勮緭鍏ュ眰璐熻矗鎺ユ敹澶栭儴杈揿叆镄勬暟鎹锛岃繖浜涙暟鎹鍙浠ユ槸锲惧儚銆佹枃链銆佸０阔崇瓑澶氱嶅舰寮忋傝緭鍏ュ眰灏呜緭鍏ユ暟鎹杞鍖栦负绁炵粡缃戠粶鍙浠ュ勭悊镄勬牸寮忥纴阃氩父鏄灏呜緭鍏ユ暟鎹杞鍖栦负钖戦噺褰㈠纺銆

2銆侀殣钘忓眰锛氶殣钘忓眰鏄绁炵粡缃戠粶镄勬牳蹇冮儴鍒嗭纴瀹冮氲繃涓绯诲垪澶嶆潅镄勮＄畻灏呜緭鍏ュ眰浼犻掕繃𨱒ョ殑鏁版嵁杩涜屽勭悊锛屽苟灏嗗勭悊缁撴灉浼犻掔粰涓嬩竴灞伞傞殣钘忓眰鍙浠ュ寘钖澶氢釜涓嶅悓镄勫眰娆★纴姣忎釜灞傛￠兘链変竴缁勭炵粡鍏冿纴瀹冧滑阃氲繃锷犳潈杩炴帴鐩镐簰杩炴帴銆

3銆侀勬祴鍒嗘瀽锛氱炵粡缃戠粶鍙浠ョ敤浜庨勬祴链𨱒ョ殑瓒嫔娍鍜岀粨鏋溿傝繖鍦ㄨ繘琛岃偂绁ㄥ竞鍦洪勬祴銆佺柧䦅呴勬祴銆佸ぉ姘旈勬姤绛変换锷℃椂闱炲父链夌敤銆傞氲繃璁缁幂炵粡缃戠粶锛屽畠鍙浠ヨ嚜锷ㄥ湴瀛︿範铡嗗彶鏁版嵁镄勬ā寮忥纴骞舵牴鎹杩欎簺妯″纺棰勬祴链𨱒ョ殑缁撴灉銆

4銆佽嚜锷ㄥ寲鍐崇瓥锛氱炵粡缃戠粶鍙浠ョ敤浜庤嚜锷ㄥ寲鍐崇瓥杩囩▼銆傝繖鍦ㄨ繘琛岃嚜锷ㄩ┚椹躲佹満鍣ㄤ汉鎺у埗銆佹父鎴忕瓥鐣ョ瓑浠诲姟镞堕潪甯告湁鐢ㄣ傞氲繃璁缁幂炵粡缃戠粶锛屽畠鍙浠ヨ嚜锷ㄥ湴瀛︿範鍒扮幆澧幂殑鐗瑰緛锛屽苟镙规嵁杩欎簺鐗瑰緛锅氩嚭链浼樼殑鍐崇瓥銆

3. 神经网络有哪些主要分类规则并如何分类

神经网络模型的分类
人工神经网络的模型很多，可以按照不同的方法进行分类。其中，常见的两种分类方法是，按照网络连接的拓朴结构分类和按照网络内部的信息流向分类。
1
按照网络拓朴结构分类
网络的拓朴结构，即神经元之间的连接方式。按此划分，可将神经网络结构分为两大类：层次型结构和互联型结构。
层次型结构的神经网络将神经元按功能和顺序的不同分为输出层、中间层（隐层）、输出层。输出层各神经元负责接收来自外界的输入信息，并传给中间各隐层神经元；隐层是神经网络的内部信息处理层，负责信息变换。根据需要可设计为一层或多层；最后一个隐层将信息传递给输出层神经元经进一步处理后向外界输出信息处理结果。
而互连型网络结构中，任意两个节点之间都可能存在连接路径，因此可以根据网络中节点的连接程度将互连型网络细分为三种情况：全互连型、局部互连型和稀疏连接型
2
按照网络信息流向分类
从神经网络内部信息传递方向来看，可以分为两种类型：前馈型网络和反馈型网络。
单纯前馈网络的结构与分层网络结构相同，前馈是因网络信息处理的方向是从输入层到各隐层再到输出层逐层进行而得名的。前馈型网络中前一层的输出是下一层的输入，信息的处理具有逐层传递进行的方向性，一般不存在反馈环路。因此这类网络很容易串联起来建立多层前馈网络。
反馈型网络的结构与单层全互连结构网络相同。在反馈型网络中的所有节点都具有信息处理功能，而且每个节点既可以从外界接受输入，同时又可以向外界输出。