人工神经网络是一种由神经元和它们之间的毗邻组成的盘算模子。
早在上世纪50年月，学者们就开始了神经网络研究事情。人工神经网络的研究一直是人工智能领域中的一个重要的分支。
神经网络的优势在于它可以通过样本学习，可以模拟人类大脑的学习方式，从而逐渐改善自己的显示。近年来，人工神经网络在图像识别、自然语言处置、生物信息学、金融等领域中获得了普遍应用。
人工神经网络的生长历程可以分为3个阶段。第一阶段是模拟神经元，第二阶段是多层前馈神经网络，第三阶段是深度学习。
深度学习算法是基于深层神经网络的学习算法，可以用于模式识别、自然语言处置等。在图像识别方面，深度学习算法已在一定水平上跨越了人类的识别能力。
