前馈网络 前馈网络直接向前递送信息(不会再次接触已经经过的节点)。 前馈网络根据标记的图像进行训练，直到猜测图像类别时产生的错误最小化。 通过一组经过训练的参数(或者称为权重，统称为模型) ，网络就可以对它从未见过的数据进行分类了。 一个训练好的前馈网络可以应用在任何随机的照片数据集中，它识别的第一张照片，并不会影响它对第二张照片的预测。 也就是说，前馈网络没有时间顺序的概念，它考虑的唯一输入就是它所接触到的当前的输入样例。 循环网络 与前馈网络相比，循环网络的输入不仅包括当前的输入样例，还包括