概述
十大神经网络架构
最后在写关于神经网络的代码的时候，对什么情况使用什么神经网络有点困惑，在使用seq2seq的时候对batch_size的大小，hidden_layer的大小迷惑，于是打算整理一下现在流行的架构。
卷积神经网络（CNN）
- 1998年，计算机科学家扬·勒丘恩和他的小伙伴们开发了一款十分好用的手写数字识别器，名为LeNet。这款识别器在前馈神经网络中使用了反向传播算法。该前馈神经网络拥有多个隐藏层，每个层拥有多个复制单元映射，且汇集了附近复制单元的输出数据；
- CNN主要用于图像处理，还可以用于NLP等，它的好处呢，针对图像而言，可以将图像通过卷积核的大小得到一个点，如果图像中使用普通的神经网络，那么它的训练代价非常大。
- 由这个引出来的就我所知，在nlp中有textcnn
循环神经网络(RNN)
- 常用语时序问题和NLP的翻译问题，
最后
以上就是笨笨百合为你收集整理的十大神经网络架构十大神经网络架构的全部内容，希望文章能够帮你解决十大神经网络架构十大神经网络架构所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复