基於前2次廖文華老師的分享之後，這次張志勇老師針對神經元網絡特別重要的觀念，再作一個統整，讓同學有個大架構(big picture)，像是(1)函式中的weight和bias和激活函數分別是直線轉動的方向、直線平移、將直線彎曲；(2)CNN的filter和max pooling；(3)三大類的損失函數與Activation function：
1) 二元分類：binary cross entropy & sigmoid
2) 多重分類：categorical cross entropy & softmax
3) 線性迴歸：mean square error & 無激活函數。
最後講述LSTM的運作原理當作結尾。