DNN
深度神經網絡（Deep Neural Networks，DNN）
是一種具有多個隱藏層的神經網絡結構，以下是DNN的一些主要特點和概念：
多層結構：DNN具有多個隱藏層，每一層都包含多個神經元（或稱為節點）。信息通過多層之間的連接進行傳遞和轉換。
層與層之間的全連接：在DNN中，每一層的所有神經元都與上一層和下一層的神經元相連接，形成全連接的結構。這樣的結構使得DNN能夠進行高級的特徵提取和學習。
激活函數：DNN中常用的激活函數包括ReLU（Rectified Linear Unit）、Sigmoid、Tanh等，用於引入非線性，增加模型的表達能力。
反向傳播算法：DNN通常使用反向傳播算法來訓練模型，通過計算損失函數對權重和偏差的梯度，利用梯度下降等優化算法來更新參數。