欢迎阅读这篇神经网络算法入门教程。本文将从零基础带你系统了解神经网络的核心概念、运行机制与主要分类，帮助你快速建立起对这一人工智能关键技术的全面认知。

一、神经网络算法含义

神经网络算法是由多个神经元构成的算法网络，模拟人脑神经元之间传递与处理信息的方式。要深入理解它，需要先了解人类思维的两种主要模式：

• 逻辑性思维：依据逻辑规则进行推理，先将信息抽象化为概念并用符号表示，然后按串行方式展开逻辑推导。这一过程可以编写成串行指令交由计算机执行。
• 直观性思维：将分布式存储的信息进行综合处理，其结果往往是瞬间产生的想法或问题的解决方案。其核心特征在于：
  
  • 信息通过神经元上的兴奋模式分布存储在网络中。
  • 信息处理通过神经元之间同时相互作用的动态过程来完成。

思维学普遍认为，人类大脑的思维包含抽象（逻辑）思维、形象（直观）思维和灵感（顿悟）思维三种基本方式。

神经网络的基本原理可以这样理解：每个神经元将初始输入值乘以相应的权重，再加上其他输入到该神经元的值（还会结合其他信息），最终计算出一个总和，然后经过神经元的偏置调整，最后通过激活函数将输出值标准化。