11. ニューラルネットワークとディープラーニング

ニューラルネットワークは、入力層・隠れ層・出力層から構成されます。

単純パーセプトロンは、1つの隠れ層も持たない最も基本的なニューラルネットワークです。

多層パーセプトロンは、複数の隠れ層を持つニューラルネットワークで、ディープラーニングの基本構造です。

ディープラーニングは、多層のニューラルネットワークを用いた機械学習の手法です。

ディープラーニングは、大量のデータと計算資源を必要とします。

CPUは汎用計算に優れており、一般的なプログラムの実行に使われます。

GPUは並列演算が得意で、ディープラーニングのような大量演算に向いています。

TPU（Tensor Processing Unit）は、Googleが開発したディープラーニング専用のプロセッサです。

それぞれのプロセッサには特徴があり、ディープラーニングの用途に応じて選択されます。

ディープラーニングは、画像認識・音声認識・医療分野など幅広い分野で応用されています。