本文综合整理常用的神经网络,包括生物神经网络、人工神经网络、卷积神经网络、循环神经网络、生成对抗网络;参考了许多高校的课程、论文、博客和视频等。文章的结构是先进行概念了解,然后结合图片、结构图、一步一步详细讲解;大家要不看看??( ?? ω ?? )y
?
简介:人工神经网络?(Artificial Neural Network, ANN),由人工神经元构成的网络,模拟人类的大脑;它模拟生物过程以反映人脑某些特征的计算结构。
联系:人工神经元模拟生物神经元;人工神经网络模拟人类的大脑,模拟生物神经网络。
特点:人工神经网络是一个并行、分布处理结构,具有学习能力、泛化能力。
功能:联想记忆功能、非线性映射功能、分类与识别功能、知识处理功能。
目录大纲:
单层神经网络,如下所示图:?( ?? ω ?? )y
?
简介
卷积神经网络(Convolutional Neural Network, CNN),通过卷积层与池化层的叠加实现对输入数据的特征提取,最后连接全连接层实现分类。对于图像处理有出色表现,在计算机视觉中得到了广泛的应用。
联系
动物视觉系统对外界的感知是:
卷积神经网络:
结构:主要由?卷积层+池化层+全连接层 组成的。
应用:图像分类、目标检测、目标跟踪、语义分割、实例分割等。
目录大纲:
基本卷积神经网络,如下所示图:?( ?? ω ?? )y
?
简介:循环神经网络(Recurrent Neural Networks,RNN),是一种反馈网络,模拟“人脑记忆功能”,常用于语言识别、机器翻译、视频分析、生成图像描述等。
背景:人工神经网络、卷积神经网络是前馈网络;前馈神经网络是一个静态网络,信息的传递是单向的,网络的输出只依赖于当前的输入,不具备记忆能力。前馈神经网络处理的数据是一个一个输入的,前后数据没有关系的。实际生活中,很多数据都是有上下文相关性的,这些数据称为序列数据;处理的时候,不能只考虑当前的输入就进行判断,需要考虑前后之间关系。
这时需要使用“循环神经网络”,它能有效处理序列特性的数据,它能挖掘数据中的时序信息以及语义信息。
结构:循环神经网络由循环体堆叠而成;
应用:主要在自然语言处理方向应用;
目录大纲:
循环体及其按时间展开后的效果:?( ?? ω ?? )y
?
简介:生成对抗网络(GAN,generative adversarial network),是一种常用于学习类别特征的神经网络结构;主要有两部分组成,分别是生成网络、判别网络。
背景:在监督学习中,训练集需要大量的人工标注数据,并且需要人工判断生成结构好坏,这个过程是高成本且低效率的;GAN能自动完成这个过程,效率高成本低。
应用:GAN 的应用十分广泛,它的应用包括图像合成、图像编辑、风格迁移、图像超分辨率以及图像转换,数据增强等。
目录大纲:
生成对抗网络GAN原理图,如下图所示:( ?? ω ?? )y
?
大家加油呀~~?( ?? ω ?? )?
?
?
本文转载自微信公众号「人人都是极客」,作者布道师Peter 。转载本文请联系人人...
昨天集群动态Ip显示出错了与路由器上的ip不符说来也巧刚好五个Ip对了三个错了两...
每个人都想成为各自领域的高手但现实不以你的意志而转移绝大部分人是到不了高手...
1、背景 最近,一个工作了一个月的同事离职了,所做的东西怼了过来。一看代码,...
清明节过后第一个工作日收到微信支付Offer做的准备工作也是刷题和不断的充实自己...
前言 自从项目上了.NET Core平台用上了EntityFramework Core就再没碰过EntityFra...
文章概要 01 你的沉迷 跟这个时代有关 这是个特别容易沉迷的时代。 抖音、煲剧、...
今天,Windows 10版本1903迎来最后一次累积更新,因为它已经到了生命的尽头。 按...
优化一览图 优化 笔者将优化分为了两大类:软优化和硬优化。软优化一般是操作数...
发现问题: 采用Npoi导出Excel,前台页面依然是aspx,然后报“未能从服务器收到...