Redes neurais artificiais são compostas por uma única camada de neurônios e são incapazes de modelar relações complexas entre os dados.

O algoritmo Backpropagation ajusta os pesos da rede neural aleatoriamente em cada iteração, sem considerar gradientes ou uma função de custo específica. 

Redes neurais convolucionais não possuem camadas de ativação e dependem das operações de convolução para processar os dados. 

Redes neurais convolucionais podem ser usadas tanto para a classificação, em que a rede atribui rótulos a imagens inteiras, quanto para a segmentação, em que a rede identifica regiões específicas da imagem e fornece um mapa pixel a pixel.

Em Python, bibliotecas como Keras e PyTorch não permitem o uso de GPUs para acelerar o treinamento de redes neurais, limitando-se ao processamento em CPU.