本文首先对人工神经网络的发展历程进行了梳理,进一步解析了人工神经网络设计中的基本元素,最后着重对前馈型以及反馈型网络的前向传递以及后向传递进行了推导。其中前馈型网络包括经典的MLPs以及CNNs,反馈性网络则涵盖了RNNs以及LSTM。
人工神经网络
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
深度学习与卷积神经网络
淺涵晗
2019-02-22 16:48:17
分享《TensorFlow深度学习》高清中文版PDF+英文版PDF+源代码
51pythoner
2018-12-15 12:55:02
使用自动编解码器网络实现图片噪音去除
望月從良
2018-12-17 17:30:09
十 | 门控循环神经网络LSTM与GRU(附python演练)
磐創AI
2018-12-17 16:00:18
谈谈我在自然语言处理进阶上的一些个人拙见
zenRRan
2018-12-17 14:40:07
注意力机制(Attention)最新综述论文及相关源码
專知
2018-12-14 14:24:58
“剁手”的第十年,AI加持下的快递速度你还满意吗?
AI科技大本營
2018-12-13 16:35:20
“双11”走过十年,看韵达让其AI物流“头脑”更智慧
用戶1737318
2018-12-13 15:45:16
话题 | 如何看待谷歌最近开源的“最强NLP模型”BERT?
AI研習社
2018-12-13 10:15:02
交通事故预测 读书笔记
微風、掠過
2018-12-12 13:40:10
Tensorflow常见模型及工程化方法
CodeInHand
2018-12-11 10:50:07
你可能不再需要Attention:这是一个贼简单的神经机器翻译架构
機器之心
2018-12-11 10:00:09
直播 | CMRC2018 评测任务冠军队伍分享: 如何从数据、模型和训练角度提升阅读理解系统性能?
AI科技評論
2018-12-07 11:40:13
预训练BERT,官方代码发布前他们是这样用TensorFlow解决的
機器之心
2018-12-05 17:20:05
【NIPS 2018】多伦多大学提出可逆RNN:内存大降,性能不减!
新智元
2018-12-05 14:40:18