几种神经网络的定义/结构/用途

人工神界网络

定义

分为多层的机器学习算法,将上一层的输出作为下一层的输入,直到最后一层输出

结构

用途

用于基本的分类或者预测学习,是一种基础的神经网络机器学习算法

卷积神经网络(CNN)

定义

同样为多层的神经网络,每次使用relu激励函数加上卷积层和池化层进行处理,最后通过全连接层输出

结构

作用

主要用在图像识别,每次卷积/池化都能过滤信息,最终得到判断结果

循环神经网络(RNN)

定义

把神经网络上次的输出作为输入之一再次进行运算的神经网络结构

结构

用途

主要用于有顺序的场景,比如语义和语法等具有连续性的场景学习,但是每次只接收上一次的输出,会出现对太久以前的结果不敏感的问题

LSTM(long short term memory)

定义

拥有更复杂结构的rnn

结构

用途

改善了rnn健忘的问题,更好的应用于具有连续性的问题,比如翻译,语法解析等场景

u3coding
A software developer

Leave a Comment

Your email address will not be published. Required fields are marked *

*