Основной принцип работы нейронной сети заключается в обучении на данных путём точной настройки связей между нейронами. 1

Когда нейронная сеть обучается, она проходит процесс корректировки своих весов и смещений (параметры для составления ответа) с целью минимизации ошибки в своих прогнозах. 1 Постепенно это позволяет сети «выучить» наиболее эффективный способ обработки входных данных и получения точных результатов. 1

Схематично принцип работы нейронной сети выглядит так: 5

1. Информация в виде текста, изображений или в ином формате поступает на внешний слой. 5 Нейроны внешнего слоя распознают её, классифицируют и передают дальше. 5
2. В скрытом слое происходит основная работа. 5 Скрытых слоёв может быть несколько, иногда их количество доходит до миллиона. 5 При прохождении через скрытые слои предыдущие значения данных умножаются на вес связи, после чего результаты суммируются. 5
3. Ответ сети формируется в выходном слое. 5 Формат ответа также может быть любым. 5

Если сеть не обучена, классификация весов происходит рандомно. 5 Значимость каждого нейрона повышается в процессе обучения, если они приводят к правильному решению. 5