Нейронные сети состоят из слоёв нейронов, соединённых между собой. Основные компоненты: - **Слои**: - Входной слой (принимает данные) - Скрытые слои (обработка) - Выходной слой (результат) - **Нейроны** - базовые единицы, которые: - Принимают входные данные - Умножают на веса - Применяют функцию активации (ReLU, sigmoid, tanh) - **Функция потерь** - оценивает ошибку (MSE, cross-entropy) - **Оптимизатор** - корректирует веса (SGD, Adam) Пример простой сети на Keras: ``` from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense model = Sequential([ Dense(64, activation='relu', input_shape=(784,)), Dense(64, activation='relu'), Dense(10, activation='softmax') ]) model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy']) ```