五、深度神经网络

深度神经网络（deep neural networks，DNN）是实现深度学习的一种复杂的多层网络结构，由位于输入端与输出端之间的多个隐藏层和大量的人工神经节点（人工神经元）组成，每一层包括一个或多个人工神经元并与前一层和下一层的人工神经元相互连接，其中人工神经元连接的权值不断进行调整，从而达到模型数据的最优化。所以，DNN是一套模仿人类大脑设计并用来进行模式识别的算法，习惯上或文献中经常用DNN指代DL。在过去的数十年中，随着计算能力的不断提高，DNN的结构层次也越来越多，人工神经元的连接也越来越复杂，从而使人工神经网络作为DL的工具，其学习的能力和效率也有了非常显著的提升。(https://www.daowen.com)