詳細解釋
神經網絡（Neural Network）是一種模仿生物神經系統結構的計算模型。它由大量相互連接的「神經元」組成，能夠學習輸入與輸出之間的複雜映射關係。
基本結構：
- 輸入層：接收原始數據（如圖像像素、文字編碼）
- 隱藏層：進行特徵轉換和抽象，層數越多模型越深
- 輸出層：產生最終預測結果
每個連接都有可調整的權重，訓練過程就是不斷調整這些權重，使網絡的輸出更接近期望結果。
現代深度學習 (深度神經網絡)使用數十甚至數百層的神經網絡（稱為深層網絡），能夠學習極其複雜的模式。流行的架構包括Transformer架構 (變換器 / 注意力模型) (Switch Transformer)、卷積神經網絡 (CNN)、生成對抗網絡 (GAN)等。