组合模式（Composite）是一种结构型模式。1、将对象组合成树形结构以表示‘部分-整体’的层次结构。组合模式使得用户对单个对象和组合对象的使用具有一致性;2、基本对象可以被组合成更复杂的组合对象，而这个组合对象又可以被组合，这样不断地递归下去，客户代码中，任何用到基本对象的地方都可以使用组合对象了。

是一种创建型模式。1、提供一个创建一系列相关或相互依赖对象的接口，而无需指定它们具体的类。2、和工厂方法模式不同的是，有多种类型的对象（产品）需要被实例化，同时工厂也被定义了多个不同产品创建的接口。

神经网络（Neural Network）是一种模仿生物神经系统的计算模型，用于解决分类、回归、生成等。神经网络的层级结构通常包括输入层、隐藏层和输出层，每一层都由若干个神经元(或称为节点)组成，其中每个节点又被成为感知机模型。深度神经网络，不严谨的说就是加了很多中间层的神经网络。

神经网络（Neural Network）是一种模仿生物神经系统的计算模型，用于解决分类、回归、生成等。神经网络的层级结构通常包括输入层、隐藏层和输出层，每一层都由若干个神经元(或称为节点)组成，其中每个节点又被成为感知机模型。深度神经网络，不严谨的说就是加了很多中间层的神经网络。

神经网络（Neural Network）是一种模仿生物神经系统的计算模型，用于解决分类、回归、生成等。神经网络的层级结构通常包括输入层、隐藏层和输出层，每一层都由若干个神经元(或称为节点)组成，其中每个节点又被成为感知机模型。深度神经网络，不严谨的说就是加了很多中间层的神经网络。

神经网络（Neural Network）是一种模仿生物神经系统的计算模型，用于解决分类、回归、生成等。神经网络的层级结构通常包括输入层、隐藏层和输出层，每一层都由若干个神经元(或称为节点)组成，其中每个节点又被成为感知机模型。深度神经网络，不严谨的说就是加了很多中间层的神经网络。

神经网络（Neural Network）是一种模仿生物神经系统的计算模型，用于解决分类、回归、生成等。神经网络的层级结构通常包括输入层、隐藏层和输出层，每一层都由若干个神经元(或称为节点)组成，其中每个节点又被成为感知机模型。深度神经网络，不严谨的说就是加了很多中间层的神经网络。