目录
神经网络基础:
- 单层感知器
- 线性神经网络
- BP 神经网络
- Hopfields神经网络
- 径向基神经网络
- PCA和SVM
神经网络进阶:
- 自编码器
- 稀疏自编码器
- 玻尔兹曼机
- 受限玻尔兹曼机
- 递归神经 网络
- 自组织竞争神经网络
深度学习网络:
- 深度置信网络
- 卷积神经网络
- 深度残差网络
神经网络应用:
应用于传统的数据挖掘和机器学习问题,手写体识别,图像识别,应用于自然语言处理,应用于人工智能
深度学习落地实现:
Caffee、Tensorflow
学习体系线路图
单层感知器-->BP神经网络(前馈神经网络)-->RBM(受限波尔兹曼机)
-->卷积神经网络-->残差神经网络
-->Hopfields神经网络-->玻尔兹曼机-->RBM(受限波尔兹曼机)-->深度置信网络(DBN)
推荐书籍: