前馈神经网络（ffnn）：由一个输入层，一到多个隐藏层，有一个输出层组成。数据通过网络一层层向后传递，直到输出层，之间没有反馈回路。
前馈神经网络可得到的函数：
1、有一个隐藏层的网络，可形成任意一个连续函数
2、有俩个及以上的隐藏层，可形成任意函数，包括连续函数和离散函数
说明：设计一个计算函数的网络，是无法确定网络有多少层，每层有多少神经元；一般是根据经验设计的，对于新手，还是有些技巧可言掌握的
神经网络设计技巧：
1、想象任何函数都是可以通过做有限次的加法计算得到
2、对于一个复杂函数，若隐藏层的神经元太少，则一般不能得到较准确的值，即欠拟合
3、对于一个简单函数，若隐藏层的神经元太多，则一般会出现过拟合的情况，浪费了时间和空间
4、输入层可以通过输入的（特征）数量确定，比如：计算函数c=a+b+c，则输入层有三个神经元
5、输出层可以通过输出的数量确定