多個人工神經元組合成神經網路

將人工神經元按層排列． 某個層的輸出和下一層的輸入按順序連線起來。

前饋型神經網路（ 2輸入1輸出的2層網路）

對於圖中所示的層狀網路， 從輸入向輸出， 訊號順序傳遞。這樣的網路稱為前饋型網路（feed forward network）， 或者稱為層次型網路（ layered network）。

權重和閾值的設定:(W11, W12, W21, W22, W13, W23)=(-2, -2, 3, 1, -60, 94)。 ( V1, V2, V3 ）＝（一1, 0.5，一1)

傳遞函式(啟用函式)採用階梯函式

EOR （異或）計算

神經網路的學習步驟
(1）初始化所有的權重和閾值（可以隨機初始化）。
(2）重複以下步驟操作適當次數
( 2-1 ）從學習資料集中選擇一個學習示例， 輸入到神經網路中並計算其輸出。
( 2-2 ）將標籤資料和神經網路的輸出相比較， 調節權重和閾值以使誤差變小。

第（ 2-2 ）步權重和閾值的調節方法有哪些？

例如：A*演算法，爬山法，模擬退火演算法，遺傳演算法等， 是可以用於調節的， 但是還有更加有效的學習方法——反向傳播(BP)