本文系统介绍了神经网络的核心知识体系，包括：1）神经网络基础结构（输入层/隐藏层/输出层）和前向/反向传播原理；2）常见损失函数（交叉熵、MSE等）及其适用场景；3）激活函数（ReLU、Sigmoid等）的特性对比；4）梯度下降优化器（SGD、Adam等）的演进与选择策略；5）CNN的局部连接/权值共享特性；6）RNN/LSTM/GRU处理序列数据的机制；7）注意力机制的原理与Q/K/V计算框架。