Шари є основними елементами, необхідними під час створення нейронних мереж. Послідовні верстви відповідають за архітектуру моделі глибокого навчання. Кожен з них виконує обчислення на основі даних, отриманих із попереднього. Потім інформація передається далі.
Основними видами шарів у згортковій нейронної мережі є згорткові шари (англ. convolutional layer), пулінгові шари (англ. pooling layer) та пов'язні шари (англ. fully-connected layer).
Традиційно нейронні мережі мали лише три типи шарів: прихований, вхідний та вихідний. Це все дійсно один і той самий тип шару, якщо ви просто врахуєте, що вхідні шари завантажуються із зовнішніх даних (а не попереднього шару) та вихідні дані каналу у зовнішнє місце призначення (а не наступний шар).
Роль прихованого шару полягає в тому, щоб визначити форму базової функції даних, у той час як роль зсуву – зрушити знайдену функцію в бік так, щоб вона частково збіглася з вихідною функцією.