首先来说对于神经网络这几章看的很懵，虽然作者已经去掉了数学公式相关内容，讲得已经很想让读者容易理解了，奈何读完还是一知半解，下面就以我目前的理解简单记录一下吧，往后了解的多了再回头看一看。

一、张量运算

作者把张量运算比作神经网络的”齿轮“，那么什么是张量呢？
神经网络的数据以张量的形式表示，即存储在多维 NumPy 数组中数据。
对于文本、时间序列、图片、视频数据，分别按不同阶张量表示。

二、双向传播算法

将训练集数据输入到输入层，经过隐藏层，最后达到输出层并输出结果，这是ANN的前向传播过程；
由于每一次训练的输出结果与实际结果有误差，则计算估计值与实际值之间的误差，并将该误差从输出层向隐藏层反向传播，直至传播到输入层；在反向传播的过程中，根据误差调整各种参数的值；不断迭代上述过程，直至收敛。
这其中涉及到的一些知识点有 损失值、优化器、梯度下降。