De drie soorten neurale netwerken zijn feedforward neurale netwerken (FNN’s), terugkerende neurale netwerken (RNN’s) en convolutionele neurale netwerken (CNN’s). Feedforward neurale netwerken zijn het eenvoudigste type, waarbij verbindingen tussen knooppunten geen cycli vormen. Terugkerende neurale netwerken zijn ontworpen om sequentiële gegevens te verwerken door verborgen toestanden te behouden die informatie uit eerdere invoer vastleggen. Convolutionele neurale netwerken zijn gespecialiseerd in het verwerken van gestructureerde rastergegevens zoals afbeeldingen en staan bekend om hun vermogen om automatisch kenmerken te detecteren.
De drie verschillende soorten neurale netwerken omvatten feedforward neurale netwerken, terugkerende neurale netwerken en convolutionele neurale netwerken. Elk type heeft verschillende architecturen en wordt voor verschillende toepassingen gebruikt. Feedforward neurale netwerken worden doorgaans gebruikt voor algemene classificatie- en regressietaken. Terugkerende neurale netwerken worden gebruikt voor taken waarbij sequenties betrokken zijn, zoals het voorspellen van tijdreeksen en natuurlijke taalverwerking. Convolutionele neurale netwerken worden gebruikt voor beeld- en videoherkenning.
Een neuraal netwerk met drie lagen bestaat uit een invoerlaag, een verborgen laag en een uitvoerlaag. De invoerlaag ontvangt de invoergegevens, de verborgen laag verwerkt de invoer via gewogen verbindingen en de uitvoerlaag produceert de uiteindelijke voorspelling of classificatie. Elke laag bestaat uit neuronen en de verbindingen daartussen worden gekenmerkt door gewichten die tijdens het trainingsproces worden aangepast om fouten te minimaliseren.
De drie componenten van een neuraal netwerk zijn de invoerlaag, de verborgen lagen en de uitvoerlaag. De invoerlaag ontvangt ruwe gegevens en geeft deze door aan de verborgen lagen. De verborgen lagen voeren berekeningen uit en extraheren functies via gewogen verbindingen en activeringsfuncties. De uitvoerlaag haalt de verwerkte gegevens uit de verborgen lagen en genereert de uiteindelijke uitvoer.
Het meest gebruikte type neuraal netwerk is het convolutioneel neuraal netwerk (CNN). CNN’s worden op grote schaal toegepast op het gebied van computervisie voor taken zoals beeldclassificatie, objectdetectie en gezichtsherkenning vanwege hun effectiviteit bij het automatisch leren van ruimtelijke hiërarchieën van kenmerken uit invoerbeelden.