有哪些常用的神經網絡模型?

受到人腦神經系統(tǒng)的啟發(fā),早期的神經科學家構造了一種模仿人腦神經系統(tǒng)的數(shù)學模型,稱為人工神經網絡,簡稱神經網絡。在機器學習領域,神經網絡是指由很多人工神經元構成的網絡結構模型,這些人工神經元之間的連接強度是可學習的參數(shù)。神經網絡本身是一般的函數(shù)逼近,這就是為什么它們幾乎可以應用于任何從輸入到輸出空間復雜映射的機器學習問題。ANN,人工神經網絡
RBF NN,徑向基函數(shù)神經網絡
DBN,深度信念網絡
GAN,生成對抗網絡,Dropout
DNN,深度神經網絡
FCN,全卷積網絡
CNN,卷積神經網絡,MCNN多列卷積神經網絡,ResNets殘差網絡Inception,Xception
RNN,循環(huán)神經網絡,BRNN雙向循環(huán)神經網絡、DRNN深層循環(huán)神經網絡LSTM,長短期記憶網絡AE,自編碼器
GNN,圖神經網絡,GCN圖卷積網絡,圖注意力機GAT
ANN,人工神經網絡
RBF NN,徑向基函數(shù)神經網絡
DBN,深度信念網絡
GAN,生成對抗網絡,Dropout
DNN,深度神經網絡
FCN,全卷積網絡
CNN,卷積神經網絡,MCNN多列卷積神經網絡,ResNets殘差網絡Inception,Xception
RNN,循環(huán)神經網絡,BRNN雙向循環(huán)神經網絡、DRNN深層循環(huán)神經網絡LSTM,長短期記憶網絡AE,自編碼器
GNN,圖神經網絡,GCN圖卷積網絡,圖注意力機GAT
和同濟大學計算機博士唐宇迪交流學習,關注公眾號【咕泡AI】,回復:168

