神经网络学习之----神经网络概述

人工神经网络(Artificial Neural Networks,简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model),它是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。

兴起的事件:AlphaGo大战李世石 (AlphaGo胜)

神经网络基础:单层感知器,线性神经网络, BP神经网络, Hopfield神经网络等
神经网络进阶:玻尔兹曼机,受限玻尔兹曼机,递归神经网络等
深度学习网络:深度置信网络,卷积神经网络,深度残差网络, LSTM网络等
深度网络应用:应用于传统的数据挖掘与机器学习问题,手写体识别,图像识别,应用于自然语言处理,人工智能(AlphaGo)等。
编程语言: python, R, matlab, java等
深度学习实现框架: Tensorflow,Caffe,Torch等

猜你喜欢

转载自www.cnblogs.com/mengqimoli/p/9363292.html