Список проголосовавших за комментарий "Kot_Begemot, не очень понял постановку вопроса. <br/> <br/> Во всех областях (а их по сути две — компьютерное зрение и NLP), где сети достигли практических успехов не используется фичеинжиниринг и не используются полносвязные сети, а на вход подается сырой сигнал, характерный для области (трехмерный массив яркости для картинок высота х ширина х три цветовых канала и вектор с номерами слов).<br/> <br/> В компьютерном зрении ключевая архитектура ResNet (есть другие варианты, но они по сути какие-то мелкие твики по верх идей ResNet). Тут можно глянуть достаточно подробный разбор, как устроен ResNet <br/> <a href="/r.php?u=https%3A%2F%2Ftowardsdatascience.com%2Fan-overview-of-resnet-and-its-variants-5281e2f56035&s=3921990197">towardsdatascience.com/an-overview-of-resnet-and-its-variants-5281e2f56035</a><br/> <br/> В NLP — ключевые архитектуры основаны на сетях внимания/трансформерах. <br/> <a href="/r.php?u=https%3A%2F%2Fmedium.com%2Finside-machine-learning%2Fwhat-is-a-transformer-d07dd1fbec04&s=2751060709">medium.com/inside-machine-learning/what-is-a-transformer-d07dd1fbec04</a><br/> <a href="/r.php?u=http%3A%2F%2Fjalammar.github.io%2Fillustrated-transformer%2F&s=600429342">jalammar.github.io/illustrated-transformer/</a>"