每个数据分析师必须知道的6种神经网络

神经网络是强大的深度学习模型，能够在几秒钟内合成大量数据。神经网络的类型很多，从推荐电影或音乐到帮助我们在线购买食品，它们可以帮助我们完成各种日常任务。

类似于飞机受鸟类启发的方式，神经网络（NNs）受生物神经网络的启发。尽管原理相同，但过程和结构可能非常不同。对于鸟类和飞机而言，对于生物神经网络和深度学习神经网络而言，都是如此。

为了帮助理解，让我们简要地看一下生物神经元结构。图1显示了单个神经元的解剖结构。中心部分称为细胞体，细胞核位于其中。各种连接将刺激传递到细胞体，称为树突，少数连接将输出发送到其他神经元，称为轴突。树突和轴突的厚度暗示了刺激的力量。具有各种细胞体的许多神经元被堆叠并形成生物神经网络。

图1：单神经元的解剖

在深度学习神经网络中可以看到相同的结构。输入通过具有加权边（类似于树突）的激活函数（类似于核）传递。生成的输出可以传递到另一个激活函数。这些激活功能中的许多功能都可以堆叠在一起，每个功能都称为一个层。除了输入层和输出层，神经网络内部还有许多层，这些层称为隐藏层。

 

6种基本类型的神经网络

现在我们已经了解了神经网络如何工作，让我们看一下深度学习中使用的神经网络的各种类型和功能。请注意，每种类型的人工神经网络都是为特定任务量身定制的。

我们将介绍以下最常见的神经网络类型：