1、扩展人们神经网络功能的信息技术有以下1卷积神经网络CNN，CNN是一种专门用于处理图像和视频等数据的神经网络它通过卷积层来提取图像中的特征，通过池化层来减小图像大小，从而实现对图像的分类识别等任务2循环神经网。
2、1前馈神经网络是最常见的类型，第一层为输入，最后一层为输出如果有多个隐藏层，则称为“深度”神经网络它能够计算出一系列事件间相似转变的变化，每层神经元的活动是下一层的非线性函数2循环神经网络各节点。
3、前馈神经网络反馈神经网络和图神经网络根据查询博客官网显示，神经网络可以分为三种主要类型前馈神经网络反馈神经网络和图神经网络人工神经网络是20世纪80年代以来人工智能领域兴起的研究热点。
4、1前馈神经网络这是实际应用中最常见的神经网络类型第一层是输入，最后一层是输出如果有多个隐藏层，我们称之为“深度”神经网络他们计算出一系列改变样本相似性的变换各层神经元的活动是前一层活动的非线性函数。
5、2按照网络信息流向分类 从神经网络内部信息传递方向来看，可以分为两种类型前馈型网络和反馈型网络单纯前馈网络的结构与分层网络结构相同，前馈是因网络信息处理的方向是从输入层到各隐层再到输出层逐层进行而得名的。
6、反传网络是一种典型的前向网络2反馈网络 网络内神经元间有反馈，可以用一个无向的完备图表示这种神经网络的信息处理是状态的变换，可以用动力学系统理论处理系统的稳定性与联想记忆功能有密切关系Hopfield网络。
7、2通用人工智能通用人工智能是一种智能，可以像人类一样高效地执行任何智力任务通用人工智能背后的想法是制造这样一个系统，该系统可以更智能，并且可以像人类一样独立思考3超级人工智能超级人工智能是一种系统智能。
8、BP网络能学习和存贮大量的输入输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小BP神经网络模型拓扑结构包括。
9、一个完整的人工神经网络包括输入层一个或多个隐藏层和一个输出层神经网络，也称为人工神经网络 ANN 或模拟神经网络 SNN，是机器学习的子集，并且是深度学习算法的核心其名称和结构是受人类大脑的启发，模仿了。
