全连接前馈网络
在知道w和b参数的情况下输入输出的情况
这样建立起了多层的网络，输入称为输入层，输出的前一层称为输出层，中间的部分称为隐藏层。所谓深度，指的就是有很多层隐藏层。
神经网络可以将函数运算转化成矩阵的运算，而矩阵运算可以通过GPU进行加速。多层网络则进行多次矩阵运算的迭代。
在分类问题中隐藏层充当一个特征提取的角色，在输出层带入softmax函数输出结果
神经网络要有多少层，每层多少个节点是要视情况而定的。
也有可以自动生成结构的神经网络（EANN）。
自己设计神经网络的连接情况的是卷积神经网络（CNN）。
在神经网络的梯度计算中一般采用反向传播算法(backpropagation) ，现用很多工具包可以帮助我们便捷地计算。
