1.图结构
图网络是定义在图结构数据上的神经网络:①图中每个节点都由一个或一组神经元组成②节点之间连接可以有向可以无向③每个节点可接收来自相邻节点或自身的信息。
2.前馈神经网络
前馈神经网络中,把每个神经元接受信息的先后分为不同的组,每一组可以看做一个神经层,每一层中的神经元接受前一层神经元的输出,并输出到下一层神经元,整个网络中的信息是朝着同一个方向传播的,没有反向的信息传播,包括全连接前馈神经网络和卷积神经网络。可以看作是一个函数,通过简单的非线性函数的多次复合,实现输入空间到输出空间复杂映射
3.反馈神经网络
反馈神经网络中的神经元,不仅可以接受来自其他神经元的信号,而且可以接受自己的反馈信号。和前馈神经网络相比,反馈神经网络中的神经元具有记忆功能,在不同时刻具有不同的状态,反馈神经网络中信息传播可以是单向的,也可以是双向传播,包括循环神经网络、Hopfield网络和玻尔兹曼机。为了进一步增强记忆网络的记忆容量,可从映入外部记忆单元和读写机制,用来保存一些网络中的中间状态,称为记忆增强网络,比如神经图灵机。