Как я уже сказал, магия нейронок заключена в связях между нейронами, или по айтишному архитектуре нейронной сети. Обычно на картинках представляют отдельный нейрон в виде кружочка, а связь в виде палочки между двумя кружочками.    Как правильно соединять кружочки палочками пока не очень понятно. Пока это искусство. Удачные находки используются и развиваются, но какой-то методики пока нет (поправьте, если я не прав). Но, думаю, на этом пути нас ждут еще прорывы. И возможно такой прорыв совершишь именно ты!    Где-то еще в конце 50х годов древние айтишники сообразили, что неплохие результаты дает слоистая модель, когда шарики не имеют связей с шариками своего слоя, а только с шариками из соседних слоев. С тех пор все картинки с шариками так и рисуют слоистыми.    Предполагается, что на один внешний слой мы подаем например картинку, шарики внешнего слоя с другой стороны будут  например привязаны кажлый к своей лампочке, одна будет зажигаться если на картинке котик, другая если капибара и т.д. А шарики внутренних слоев будут творить магию. Так нейронка будет распознаввть что на картинке. И оно действительно работает.  Хоть и не сказать что хорошо.   Увеличивать количество слоев до недавнего времени получалось плохо, так как известные методы обучения позволяли подбирать коэффициенты связей только во внешних слоях, не затрагивая внутренние, пока не придумали как обучать и слои в глубине. Эти методы так и назвали, глубинное обучение, с тех пор и начался бум развития нейронок. Теперь смело можете добавить глубинное обучение в свое резюме.