全连接前馈网络 Fully Connect Feedforward Network 是最常见的神经网络连接方式，也可以叫做多层感知机模型 Multi-layer Perceptron
- define a set of functions 当一个神经网络的结构确定了的时候，这个模型所对应的函数集合也就确定了。不同的参数对应着集合里不同的函数
- goodness of function 即我们需要根据具体的问题去定义一个损失函数 Loss Function，不同的函数对应着不同的损失值
- pick the best function 通过优化算法，找出函数集合中使损失函数最小的一组参数
神经网络的结构
设计一个好的神经网络结构对模型最终的效果至关重要。如果函数集合中不存在使损失函数较小的函数，则再怎么训练模型也没有用。
神经网络层数以及某一层中的神经元的数量的选择，没有一个标准的答案，只能根据直觉和不断地实验和试错，来寻找一个较好的结构。
适用情况
在传统的神经网络结构中，我们假设所有的输入（和输出）都是相互独立的。
激活函数的选择
当神经网络的层数不断增加后，Sigmoid函数作为激活函数会产生梯度弥散（Vanishing Gradient Problem）的问题，表现为距离输出层较近的隐藏层的参数已经收敛了，而距离输入层较近的隐藏层的参数还是初始值。最终模型的效果不如层数较少的神经网络。Rectified Linear Unit（ReLU）函数解决了梯度弥散的问题。激活函数还有：tanh、Leaky ReLU、Maxout等
优化算法
最简单的就是随机梯度下降SGD (mini-batch) 算法。
可适应的学习率 adaptive learning rate
Adagrad算法自适应地为各个参数分配不同学习率，以解决不同参数对于的梯度大小不同的情况。
而RMSProp适合处理更加复杂的损失函数图像情况，即对于某一个参数，当它为某些数值时梯度很大，但为另一些数值时梯度值很小。
Momentun算法可以空值函数值下降的方向，参数改变的方向不仅由梯度的负方向决定，还与上一次参数改变的方向有关。
将RMSProp和Momentun结合起来，就是Adam优化方法。Adam可能使函数从局部最优的情况中跳出来，最终到达全局最优。
【虽然不用担心局部极小值问题，但仍要担心鞍点问题】
防止过拟合
Early Stopping：将原本的训练集分为训练集和验证集，使用新的训练集来训练模型，当验证集的损失函数开始上升时停止训练
Regularization：重新定义损失函数，加入L1或者L2正则项
Dropout：神经网络特有的防止过拟合的方法。训练过程中，在每一次更新参数前（即进行每一次的min-batch前），先进行一次Dropout，每一个神经元都有p%的失活可能性，然后使用剩下的结构训练模型。最后，测试数据集的时候，神经网络的所有参数大小都乘上（1-p%）。