个人学习总结第二篇
神经网络及其分类
机器学习在历史的滚滚洪流中某些名称与概念之间发生了让人懵逼的纠缠,上边的博客按发展进程作了梳理,这里对各种神经网络做个人总结
神经网络 | 干嘛的 | 混淆点 |
---|---|---|
单层 | 线性分类器,只能处理简单的任务 | Percetron,感知器,单层感知机 (两层:输入层和输出层) |
两层 | 通过线性变换处理非线性任务,BP算法反向传播进行训练 | 可以说是最简单的多层神经网络,也被称为MLP多层感知机 ( 三层: 输入层,隐藏层,输出层) |
多层 | 更深的层次能够实现更深入地抽象,同参数下具有更好的识别效率 | 也就是深度神经网络,包含多个隐藏层 |
深度 | 预训练等新方法可以大幅减少训练时间 | 单独出现时指代普通的多层神经网络,其实卷积CNN和循环 |