神經網絡

神經網絡是什麼?

神經網絡計算模型的分層結構類似於大腦中的神經元的網絡結構。它功能相互聯係的處理元素稱為神經元一起工作來產生一個輸出函數。神經網絡的輸入和輸出層/維度,而且在大多數情況下,他們也有一個隱藏層組成的單位,將輸入轉換為輸出層可以使用的東西。

類型的神經網絡架構:

神經網絡,也被稱為人工神經網絡學習算法使用不同的深。下麵是一些最常見的類型的神經網絡:

前饋神經網絡:

這是最基本和常見的體係結構;這裏隻有一個方向的信息傳播從輸入到輸出。它由一個輸入層;一個輸出層之間,我們有一些隱藏層。如果不止一個隱層網絡稱為深層神經網絡。

遞歸神經網絡(RNNs)

這是一個更複雜的類型的網絡;這種人工神經網絡常用於語音識別和自然語言處理(NLP)。RNNs執行相同的任務,每一個元素的序列,輸出是依賴於先前的計算。

卷積神經網絡(回旋網或美國有線電視新聞網)

CNN有幾層通過數據篩選分類。cnn已被證明是非常有效的在圖像識別等領域,文本語言處理和分類。卷積神經網絡由輸入層、輸出層和一個隱藏層包括多個卷積層、彙聚層,完全連接層,和歸一化層。

至少有十幾個對稱等其他類型的神經網絡連接網絡:玻耳茲曼機網絡,Hopfield網絡,和許多其他類型。選擇正確的網絡取決於你要訓練它的數據,以及你想在特定的應用程序。