文章插图
神经网络是一种通用机器学习模型,是一套特定的算法集,在机器学习领域掀起了一场变革,本身就是普通函数的逼近,可以应用到任何机器学习输入到输出的复杂映射问题 。一般来说,神经网络架构可分为3类:
1、前馈神经网络:是最常见的类型,第一层为输入,最后一层为输出 。如果有多个隐藏层,则称为“深度”神经网络 。它能够计算出一系列事件间相似转变的变化,每层神经元的活动是下一层的非线性函数 。
【什么是神经网络,神经网络主要划分为哪几类?】2、循环神经网络:各节点之间构成循环图,可以按照箭头的方向回到初始点 。循环神经网络具有复杂的动态,难以训练,它模拟连续数据,相当于每个时间片段具有一个隐藏层的深度网络,除了在每个时间片段上使用相同的权重,也有输入 。网络可以记住隐藏状态的信息,但是很难用这点来训练网络 。
3、对称连接网络:和循环神经网络一样,但单元间的连接是对称的(即在两个方向的连接权重相同),它比循环神经网络更容易分析,但是功能受限 。没有隐藏单元的对称连接的网络被称为“Hopfiels网络”,有隐藏单元的对称连接的网络则被称为“波兹曼机器” 。
推荐阅读
- 食用油到底选哪种最好 食用油哪种好怎么选
- 中秋节为什么要吃大闸蟹 中秋节螃蟹吃海蟹还是河蟹
- 天猫官方旗舰店好还是自营店好 开天猫旗舰店需要什么条件
- 橙子日常减肥法有哪些
- 大丹是什么品种的狗 大丹犬是哪个国家的狗
- 减肥药是饭前吃好还是饭后吃好啊
- 吃什么食物能够减肥
- 吃什么水果容易减肥呢
- 吃什么水果容易减肥
- 吃什么水果有助于减肥呢?