Ein Neuronales Netz, welches Hunde erkennen soll, sollte mit Bildern trainiert werden, die alle den gleichen Hintergrund haben. Dadurch "konzentriert" sich das Netz auf die Hunde und kann besser lernen, sie zu erkennen.

Das Perceptron ist ein einfaches neuronales Netz, welche das menschliche Neuron imitieren soll.

Ein Neuronales Netz, welches 100 Hidden Layers hat, ist einfach zu verstehen und die internen Abläufe sind leicht nachzuvollziehen.

Je mehr Dimensionen berücksichtigt werden, desto mehr Beobachtungen braucht es, um denselben Informationsgehalt zu bekommen.

Neuronale Netze können den Perceptron-Algorithmus verwenden.

Ein neuronales Netz kann für die Erkennung von Mustern auf Basis von Bildern, Tönen oder anderen Daten, die in numerische Daten oder numerische Arrayform umwandelbar sind, verwendet werden. 

Die Verbindungen von einem Knoten zu einem anderen werden alle gleich gewichtet.

Je mehr Layer ein neuronales Netz hat, desto verständlicher ist die Arbeitsweise des Netzes.

Die Anzahl der Input Nodes müssen der Anzahl der Nodes in einem versteckten Layer entsprechen.