Ein neuronales Netzt generiert vereinfacht gesprochen aus einer Eingabe eine Ausgabe. Die Regeln der Transformation werden dabei nicht durch "starren" Programmcode vorgegeben sondern durch ein Training mit Trainingsdaten.
Dazu werden dem Netz bestimmte Eingaben und die gewünschte Ausgabe dazu gezeigt. Das Netz lernt diese Zuordnungen und kann dann später Eingaben die nicht Bestandteil des Trainingsdatensatzes waren selbständig zu Antworten zuordnen.
Jedes Neuron hat eine Gewichtung (weight) für jeden Eingang und einen Schwellwert (bias) aber dem es selbst feuert, d.h. einen Wert ausgibt an die Neuronen in der nächsten Schicht. Die weights und biases aller Neuronen sind die sog. Parameter eines Modells.