神经网络架构

现在可以将这些构建基石组合到一起了，并构建出色的神经网络！（或者你愿意，也可以叫做多层级感知器。）

第一个视频将演示如何将两个感知器组合成第三个更复杂的感知器。

修正：

视频 00:43 处，视频右侧的 -8 应对应 8。

视频 00:49 处，视频右侧的 1 应对应 -1。

视频 1:12 处 \begin{matrix} x_1\end{matrix} 应该对应 7；\begin{matrix} x_2\end{matrix} 应该对应 -2 。

并非所有神经网络都看起像上面的那样。可能会复杂的多！尤其是，我们可以执行以下操作：

我们将在下个视频中看看这些变化的效果。

注意：1'49'' 的深层结构中，第二层不应连接到常数结点 1，而应该连接到第三层 1 上面的结点。

现在我们详细讲解下如果神经网络需要对超过一个输出的数据进行建模，我们该如何操作。