大数据分析--人工智能算法

人工神经网络应该是一类无法回避的机器学习算法，现在也是最热门的，有很多不同的网络结构。

首先，全连接的神经网络是一种非常传统的模型，其相邻层的神经元两两之间都是连接的。

全连接神经网络

相较于全连接神经网络，卷积神经网络采用了卷积层，减少了参数的数量。

卷积神经网络

在卷积神经网络的基础上，何恺明等人提出了残差网络，通过引入跨层连接，降低了训练难度。

残差网络

最后，残差收缩网络[1][2]又是残差网络的一种改进，通过采用软阈值化，减轻了噪声的影响。

（面向强噪、高冗余数据的）残差收缩网络

 

参考

1. ^M. Zhao, S. Zhong, X. Fu, B. Tang, M. Pecht, Deep residual shrinkage networks for fault diagnosis, IEEE Transactions on Industrial Informatics, vol. 16, no. 7, pp. 4681-4690, 2020. https://ieeexplore.ieee.org/document/8850096
2. ^代码 https://github.com/zhao62/Deep-Residual-Shrinkage-Networks