人工神经网络的思想源于人脑中的神经网络。人脑真的很复杂。科学家和工程师仔细研究了大脑，提出了一种适合我们二进制计算机数字世界的架构。下图显示了一种这样的典型架构-

有一个输入层，其中有许多传感器来收集来自外界的数据。在右侧，我们有一个输出层，可为我们提供网络预测的结果。在这两者之间，隐藏了几层。每增加一层，都会增加网络训练的复杂性，但在大多数情况下会提供更好的结果。我们现在将讨论几种设计的体系结构。

人工神经网络架构

下图显示了一段时间内开发的几种ANN架构，目前已在实践中。

资源：

https://towardsdatascience.com/the-mostly-complete-chart-of-neural-networks-explained-3fb6f2367464

每种体系结构都是针对特定类型的应用程序开发的。因此，当您将神经网络用于您的机器学习应用程序时，您将必须使用现有架构之一或自行设计。您最终决定使用的应用程序类型取决于您的应用程序需求。没有单一的准则可以告诉您使用特定的网络体系结构。