在深度学习非常火热的今天，各种新的人工神经网络时有出现。实时理解这些新的神经网络的体系结构并不容易。只知道各种神经网络模型缩写(比如DCIGN、BiLSTM、DCGAN……还有呢？)，已经不堪重负。
神经网络训练模型目录：
因此，这里列出了所有这些架构。大部分都是人工神经网络，还有一些完全不同的怪物。虽然所有这些架构都是不同的，都有独特的功能，但是当我画出它们的节点图时……它们之间潜在的关系开始逐渐清晰。
当把这些架构做成节点图时，就出现了一个问题：无法展现神经网络架构内部的工作原理。例如，VAE:变分自动编码器)看起来类似于自动编码器，但它们的训练过程却大不相同。经过训练，模型在使用场景上有较大差异：VAE是一个生成器，插入噪声数据获取新样本；AE只把他们收到的任何信息作为输入，映射到“记忆”中最相似的训练样本。
在介绍不同模型的神经元和神经细胞层之间的联系之前，我们先来了解一下不同的神经元节点是如何一步步工作的。如果您有互联网问题，也可以咨询我，谢谢！如果你也想一起学习人工智能，欢迎留言交流。
我的其他文章：