一， 前言
如今，人工智能的火热发展。神经网络作为人工智能的底层模型，也就是说，想要学习人工智能，就必须从神经网络开始。
二，神经网络
1， 神经网络可以分为两种，一种是生物神经网络，一种是人工神经网络。
2， 我们学习的人工神经网络是一种模仿动物神经网络行为特征，直白的说就是类脑特征。
3， 人工神经网络简介：是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为“神经网络”或类神经网络。
三，什么是神经网络
最近非常火热的深度学习，想必都因该听说过。我们常常用深度学习这个术语来指训练神经网络的过程。那么，神经网络到底是什么呢？下面用例子讲解一下。
我准备用一个简单的图像识别例子来说明（网上有一些分类的，房价评估都是很经典的）
我们先一下人类在识别的过程中。假设一个小孩子和妈妈去乡下，看见了一只猫，小孩子问妈妈这是什么？妈妈告诉小孩子这是猫，小孩子哦了一声记住了，小孩子的脑中会留着这样一种毛的特性记忆（头圆，尖耳朵，毛茸茸...），下一次小孩子看见了猫，不管这只猫是在睡觉还是在奔跑，还是在跳跃，只要这个猫符合头圆，毛茸茸，尖耳朵等特征，都会认为这是一只猫，这就是人脑的神经网络记忆特征。
而人工神经网络是类脑特征，那么讲解一下我们要学习的神经网络。我们的需求是识别猫，那么让计算机去识别猫就需要将猫的图片计算机训练，通过不断的训练，计算机会以数学模式来概括这些学习到的判断定理，最终以数学的模式，以（0,1）形式来展示。
一特性简单的模拟一下神经网络的图结构如上图所示。我们输入x（特性）经过中间层神经网络的识别，预测得到结果y。这就是一个基础的神经网络，这种学习模式其实就是监督学习，效果就是输入x得到y
如果用神经网络的结构来表示的话，我们可以这样理解，给你一张图片，你让计算机去识别这张图片是不是猫，那么，你输入一张图片，计算机以(0,1)展现，然后经过神经网络来识别，识别后也以（0,1）的形式展现，计算机去根据这些（0,1）得到猫，所以总体来说，经过识别得到了这张图片的结果的过程可以说就是神经网络。
以上就是我个人对神经网络的入门理解。