一、什么是人工神经网络?

人工神经网络（Artificial Neural Networks，ANN）系统是 20 世纪 40 年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点。BP（Back Propagation）算法又称为误差反向传播算法，是人工神经网络中的一种监督式的学习算法。BP神经网络算法在理论上可以逼近任意函数，基本的结构由非线性变化单元组成，具有很强的非线性映射能力。而且网络的中间层数、各层的处理单元数及网络的学习系数等参数可根据具体情况设定，灵活性很大，在优化、信号处理与模式识别、智能控制、故障诊断等许多领域都有着广泛的应用前景。
其实一句话，人工神经网络就是人的神经网络的一种延伸，用来代替或者超越人脑的所做的事情。

二、神经网络是怎么进行工作的？

下图就是简单描述的一个神经网络。当输入到神经网络中一张图片(这张图片适猫的图片，那么这个神经网络到底识别到这张图里面是猫，是狗还是狐狸)。
神经网络是需要进行训练的，和人也是一样，当人是小孩子的时候它不知道这个动物到底是什么，听别人说的多了，就能识别各种的动物。