我对人工神经网络还比较陌生，我不理解的是为什么我们需要层的概念。难道不能通过将每个神经元连接到其他一些神经元，形成一种网络结构而不是基于层的结构吗？
例如，为了解决XOR问题，我们通常至少需要3层：1个输入层包含2个神经元，1个或多个隐藏层包含一些神经元，以及1个输出层包含1个神经元。
我们不能创建一个网络，包含2个输入神经元（我们需要它们）和1个输出神经元，通过其他神经元的网络连接起来吗？
回答：
“层”这个术语的含义可能与你想象的不同。神经元总是以网络形式存在的。层只是表示一组神经元的集合。
如果我想将层X与层Y连接，这意味着我将层X中的所有神经元连接到层Y中的所有神经元。但并非总是如此！你也可以将层X中的每个神经元仅连接到层Y中的一个神经元。有很多不同的连接技术。
但层并不是必需的！它只是使编码（和解释）过程变得更加简单。相比一个一个地连接所有神经元，你可以按层进行连接。说“层A和层B相连”要比说“神经元1,2,3,4,5都与神经元6,7,8,9相连”容易得多。
如果你对“无层”网络感兴趣，请查看液态状态机：
（这些神经元看起来像是分层的，但实际上不是！）
附注：我开发了一个Javascript神经网络库，并且我创建了一个在线演示，其中一个神经网络演变成XOR门——没有层，仅从输入和输出开始。在这里查看。你的示例图片正是你可以用这个库开发的那种网络类型。
