输出层神经元指的是深度学习中输出层里面起到激活，传递等作用的神经元函数。
简介神经网络可以指向两种，一个是生物神经网络，一个是人工神经网络。
生物神经网络：一般指生物的大脑神经元，细胞，触点等组成的网络，用于产生生物的意识，帮助生物进行思考和行动。
人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
人工神经网络：是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为“神经网络”或类神经网络。1
相关试探函数算法思路先选择一种可能性进行试验，当发现原来选择的假设情况是错误的，就退回一步重新选择，如此反复进行，直到得到解者是无解。
最新研究在应用数学中广泛使用的求解方法，如待定系数法、常数变易法和欧拉待定指数函数法等方法都是具有“试探”性质的求解方法，具有此性质的求解方法被称为试探函数法。非线性发展方程求解法中的齐次平衡法、双曲正切函数展开法、Jacobi椭圆函数展开法和辅助方程法等方法,都是具有构造性和机械化性两大特点的试探函数法。试探函数法在非线性发展方程求解方面已有大量的应用。本文改进了双曲正切函数展开法,并借助符号计算系统Mathematica,构造了色散长波方程、变形色散水波方程和(2+1)维耗散长波方程的多孤子解。改进了辅助方程法,给出函数变换与辅助方程相结合的方法,构造了(2+1)维势Burgers系统、(2+1)维非对称Nizhnik-Novikov-Veselov 系统、(3+1)维 Jimbo-Miwa 方程和(3+1)维破碎孤子方程等非线性发展方程的复合型新解。探求高维可积系统的局域激发也是孤立子理论研究中重要而又艰巨的任务之一。已知的激发模式有peakon解、compacton解和隐形孤子及其碰撞特性、孤立子的裂变聚变现象、混沌孤子激发、分形孤子激发模式、折叠孤立波和折叠子等。2
本词条内容贡献者为:
李晓林 - 教授 - 西南大学